Pocket AutoML

デバイス上でディープラーニングモデルをトレーニングして実験します。

•PocketAutoMLを使用すると、機械学習の経験がなくても、人工知能愛好家はデバイス上で深層学習画像分類モデル（畳み込みニューラルネットワーク）をトレーニングして実験できます。

•モデルをTensorFlowLite形式でエクスポートできるため、ユーザーは、提供されているチュートリアル。

•コンピュータービジョンまたはディープラーニングの専門家は、コードを1行も使用せずに、タスクの転移学習の概念実証をすばやく作成するためのツールとして使用することもできます。

•デバイス上で数秒でモデルをトレーニングします（数十の画像を含むデータセットの場合）。

•プライバシーを尊重します。トレーニングと予測の両方がデバイスで行われるため、画像がどこにもアップロードされることはありません。

•トレーニングと予測のためにインターネット接続は必要ありません。

•オブジェクトを正確に分類するモデルをトレーニングするには、クラスごとにわずかな画像で十分です（数ショット学習と呼ばれます）。