人気ポスト
初代スプラトゥーン向けのIkaLogでも、機械学習モデルは実際に利用していて、ただML系のライブラリ(エンドユーザが意識せずに使えるもの)の選択肢なんてそんなに無かったから、事前にChainerで訓練したモデルを、IkaLog向けでフルスクラッチから書いたMLPの推論コードで推論している。
メニューを開くみんなのコメント
メニューを開く![](https://rts-pctr.c.yimg.jp/BgIFgYJGVIVv8u0nVJvw8B2FauAYMF4jOP5zFJAV4i5e72TLbER0xQeK1l8ZZ0OLZwqrWKleCAkTF9LiTVq2iSe39CGEzSAdOSP_-smTgyqFrGA6kKZgWfNfx6TPS4R828z2uDuh58FzYNRlwiT_0qYCO61bNm0qcofFpB0s7lI8pk0tAH10g9KJVnoIKAxZF8PavA5w_7xDxlAN6IBYsPJIGer7f3baC7hPWN1w_fc=)
NumPyで書いてあるのでx86 CPUなら積和計算はそれなりの速度で動くし、FPGA SoCのARMプロセッサでもリアルタイムで付いていけるほどのスピードで動いていた。この前提で、推論速度を稼ぐため、畳み込み層などは避けて、単純なMLPで抑えた。しかし、このアプローチでIkaLog 2は完成させられない