Neural Network Consoleの評判・口コミ 全10件

改善してほしいポイントは何でしょうか？

現状、自分で作成したモデルを実際に組み込む(実装する）にはプログラミング技術が必要です。こちらもGUI操作で実行出来るような環境、ソフトウェアを提供していただければ、（自分以外の機械学習の知識が全く無い人でも利用できるようになれば）理想的です。
表示が全て英語、というのがとっつきにくい原因の一つだったのですが、直近のバージョンアップで操作部分は全て日本語化されました。ただしエラーメッセージなどはベースのPythonのものですので、こちらは仕方はありません。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

プログラミング、機械学習ライブラリの勉強をすっ飛ばして、学習モデルの構築やその機能の勉強に時間を割くことができたので、同時期にライブラリで始めた人達と比べて、より多くのトライアンドエラーを経験することができました。既存のモデルを自分のデータ用に改変するのも簡単だったのも良かったです。いくつかの研究結果を発表し、優秀賞を戴くこともできました。

検討者にお薦めするポイントがあれば記入ください

まずは、開発者の小林さんのYouTubeを御覧ください。いくつかの事例をみて自分の持っているデータ、課題に即したものが見つかれば、ソフトをダウンロードしてまずは付属のチュートリアルを試してください。あとは自分のデータ用に改変するだけです。摸倣が近道です。

改善してほしいポイント

・実際に作成したモデルを実機に組み込む手段としてPythonがあり、
　Pythonコードは自動で吐き出してくれますが、実際にそれを動作させるまでの
　ライブラリの組み込みなどの手順についてももう少し細かいマニュアルがあるとよいと思った。
・Pythonプログラミング以外にも、もっと簡単にモデルを実行できる手段があるとよいと思った。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

・社内で画像処理のシステムを検討している際に、機械学習という新しい技術を取り入れてみたいが、
　まだそこまでお金をかけれない、情報も開示しにくいという段階で、このツールを使うことで、
　無料でかつ初心者でもそれなりの検討ができた。
・実用化は社内だけでは難しかったのでこのシステムでそのままとはならなかったが、貴重な足掛かりになりました。

改善してほしいポイントは何でしょうか？

現状では、ネットワークを改造したり最新モデルを実装するには、それなりの専門知識がないと難しいため、サンプルプロジェクトや最新モデル、具体的な事例での解説などを充実してもらえると、より取り組みやすくなると思います。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

Neural Network Consoleを応用して作ったプロダクトを現場に導入したことで、これまで人手で行っていた作業をAIにより自動化できました。

改善してほしいポイント

特になし。コードを書かないでDeepLearningモデルを構築するツールのため、やはりコードで細かく処理を制御できるPytorchなどのソフトウェアに比べて調整できる部分は少なくなる。しかしpythonで実装された別ライブラリと連携可能なので、そこまで大きなデメリットにはならない印象。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

DeepLearningモデル構築、結果確認、チューニングのサイクルを早く回すことができるため、オープンデータを使用してDeepLearningの最新手法のキャッチアップツールとして活用できている。元々DeepLearningの専門家ではないため、学習ツールとしても活用した。

検討者へお勧めするポイント

DeepLearningの学習ツールとしても最適。

改善してほしいポイント

欲しい機能・分かりづらい点
・全結合層(Affine)を使用した際、入出力の数に依ってはメモリを想像以上に消費してしまうので、メモリ消費を抑えることは可能でしょうか。入出力の数を絞れば問題ないので、ネットワークの設計で対応すれば大丈夫なのですが。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

解決できた課題・具体的な効果
・初心者が機械学習に入門する際に、GUIで入門できるのでプログラム言語の知識が不要で、効果的に理解を進めることができた。
・Pythonにエクスポートでき、GUIで検討したネットワーク、モデルをそのままPython環境に実装できる。

検討者へお勧めするポイント

ディープラーニングを始めたい方には、わかりやすいGUIで使いやすく、ディープラーニングを使用している方にも、コードを書くよりも早く検討が可能なため、課題に対して試してみないと結果がわからないディープラーニングのお試しに非常に役に立つと思います。

改善してほしいポイント

新バージョンでも旧バージョンの学習結果を用いた予測を行えるようにして欲しい。
文字列を入れるのはハードルが高いですが、入れたいと思うことは非常に多くあります。入力データとして文字列に対応していただけると非常に助かります。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

解決できた課題・具体的な効果
・生産計画の自動化
→無駄な残業や労働時間を9%を削減、生産計画の調整時間削減
課題に貢献した機能・ポイント
・生産計画を自動化する上で問題だったのは、まだ個々の物件の設計が終わっていない段階でどのようにして最終的な出荷時期や生産量を予測するかでした。物件の大きさによりトータルの生産量は大体予測はできました。ただ、生産計画を自動化するには出荷時期に加え必要な生産量も予測する必要がありました。この２点には物件の大きさだけでなく営業所の思い等色々な要因が影響しており今まで予測が出来ていませんでした。
そこで過去の数年の実績をNNCを用いて学習させました。初めは精度が出ませんでしたが、要因となる情報を精査しながらモデルの自動検索の機能を同時に使用することで、最終的に予測の精度は90％以上出せるようになりました。最終的にこの予測データを用いることで生産計画を自動化することができました(生産計画の計算はNNCではありません)。

検討者へお勧めするポイント

操作が非常に簡単でWindowsであれば無料で利用できます。
一度ディープラーニングを行ってみるのに使用するのにはとても良いと思います。

改善してほしいポイント

AIの心臓部を作れるのはいいのですが、実環境にデプロイして何かを動かすまではまだサポートが足りない感じがします。
ソフトそのものはプログラミングなしで判定までできるのですが、実用化にはPythonなどのプログラミングの知識が必要です。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

具体的な数値は出せませんがプログラムのコードを書き換える手間がなくなったので、
ブロックのようにAIのモデルをいろいろ組み替えて試すことでAI開発のスピードが上がりました。
他社製品はほとんど試用期間が終わると有料になってしまうものも多いので、デスクトップ版を無料で使い続けられるのが魅力です。

検討者へお勧めするポイント

無料で使えるので気軽に始められます。機能別評価はこれ単体で何かできるというものではなく自分で何を作るか次第で精度も変わります。

改善してほしいポイント

過去の学習したモデルの実験条件（学習率、エポック数、最適化アルゴリズムなど）を手軽に見えるようにしてほしい。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

医療系の分類タスクにおいて、構造化データと非構造化データの予測モデルのアンサンブルモデルを手軽に構築することができた。

改善してほしいポイント

欲しい機能・分かりづらい点
・エラーが発生した際のエラーメッセージが分かりにくく原因特定が難しい
・データセットに数値以外も許容してほしい
　・学習に利用しないカラムにIDなどの紐づけ情報を付けたいが数値以外はエラーとなるため不便
・データセットのアップロードに時間がかかる（Cloud版利用時）
・プロジェクトを開くとプロジェクト一覧のソート順が変わってしまうため使いにくい

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

解決できた課題・具体的な効果
・LSTMなどの少し複雑なネットワークでも簡単に構築できるため、全体の作業時間が短縮できた