シラバス（開発環境）詳細
『シラバスの科目』は4つあり、E資格の出題範囲の最後、「開発環境」についてまとめたページです。シラバスは（JDLA公式HP）大ボリュームで文字の羅列に見えるため、大枠が理解できるように工夫しています。効率的に開発を行うためには、フレームワークの選定やプロジェクトの視点からハード面の検討が行われます。例えば、AIの学習時間を短縮することを考えると、高速な計算リソースに置き換える以外にも方法があります。また、AIをスマホなどの少ないリソースの機器に搭載するなら、違った工夫が必要になります。他の科目とボリュームを比較すると範囲は狭いのですが、AI開発で重要です。
要件定義など開発上流工程に必要な知識です
ミドルウェア
開発の効率化のため、改良が重ねられました。深層学習ライブラリはフレームワークとも呼ばれます。
- 深層学習ライブラリ
◇キーワード◇
- TensorFlow、Pytorch、Chainer、Caffe2、Theano、Keras
古いものから受け継がれた系譜もあり、歴史を感じます。
エッジコンピューティング（軽量化技術）
スマートフォンは生活に密着したデバイスです。GPUを搭載していない機器でもAIを使いたいです。
- 軽量なモデル
- モデルの軽量化
◇キーワード◇
- MobileNet
- プルーニング、蒸留、量子化
分散処理（高速化技術）
大規模な開発ではハード面の検討も重要です。学習時間短縮に寄与する仕組みを学びます。
- モデル並列
- データ並列
◇キーワード◇
- シラバス通り
インフラメーカーはより高速な処理ができるサービスをラインナップするでしょう。
アクセラレータ（GPU）
GPUにより単純な行列計算が高速化されます。処理の高速化とディープラーニングの発展がシンクロします。
- デバイスによる高速化
◇キーワード◇
- GPU
「EfficientNet」の画像分類では、CPUと比較し1/10ぐらいの体感があります。
※環境：「Google Colaboratory」、GPU：「NVIDIA Tesla P100」
以下、2022#2より追加
シラバスは1～2年の頻度で更新されます。E資格認定取得後も新しい分野を学び続けます。
- コンテナ型仮想化
◇キーワード◇
- Docker
仮想化には様々なものがありますが、OSを共有利用できる点にDockerの優位性があります。テスト環境で開発したモデルを本番クラウド環境にプッシュできます。
以上