このセクションの他の記事
学習済みAIダウンロード機能
学習済みAIダウンロード機能とは、学習済みAIをダウンロードして使用することのできる機能です。（※有料オプション）
下記のレシピブロックで作成された学習済みAIをダウンロードすることが可能です。
1．AutoFlowブロックで学習したAI
2．ファインチューニングブロックで学習したAI
ダウンロードの方法
1．アカウント情報ページ(https://ai.matrixflow.net/my-account-info)にて「学習済みAIダウンロード」オプションが付与されていることを確認します。
2．AutoFlowまたはファインチューニングブロックで学習をします。
3．学習を完了し、学習済みAIを保存します。
4．学習済みAIのページから、保存した該当の学習済みAIを開きます。
5．該当の学習済みAIのページの右上にある・・・（三点リーダ）を押下し、「学習済みAIをダウンロード」を押下します。
6．保存を押下し、ダウンロードを実行して完了です。
ダウンロード内容とサンプルコード
■ダウンロード内容（AutoFlowの場合）
学習済みAIをダウンロードするとdownload.zipがダウンロードできます。
pklファイルとjsonファイルが格納されています。
■サンプルコード（AutoFlowの場合）
下記は、ダウンロードしたモデルを使うサンプルコードです。
import pandas as pd
import joblib
import json
with open("info.json") as f:
info = json.load(f)
input_columns = info["train_config"]["inputColumns"]
prediction_columns = info["train_config"]["predictionColumn"]
algos = [joblib.load(f"algorithm_{i}.pkl") for i in range(len(prediction_columns))]
df = pd.read_csv("回帰AutoFlow_ボストン_学習用.csv")
for i, col in enumerate(prediction_columns):
print(
col,
algos[i].predict(
df[input_columns]
)
)
■ダウンロード内容（ファインチューニングの場合）
学習済みAIをダウンロードするとcheckpoint.zipがダウンロードできます。
各種ファイルが格納されています。
■サンプルコード（ファインチューニングの場合）
下記は、ダウンロードしたモデルを使うサンプルコードです。
import tensorflow as tf
import imageio
import skimage
import numpy as np
import json
checkpoint_dir = "checkpoints/"
model = tf.keras.layers.TFSMLayer(
checkpoint_dir,
call_endpoint='serving_default'
)
files = [
"サンプル画像/images/01/001.jpg",
"サンプル画像/images/02/001.jpg",
]
@tf.function
def forward():
imgs = [imageio.imread(file) for file in files]
imgs = np.array(imgs)
imgs = skimage.transform.resize(
imgs,
[len(imgs), 150, 150, 3],
mode="reflect"
)
return model(imgs)
results = forward()["dense"]
with open(f"{checkpoint_dir}/info.json") as f:
info = json.load(f)
mappiing_list = info["mapping"]
for img_index, result in enumerate(results):
for index, conf in enumerate(result):
label_name = mappiing_list[index]
print(f"{img_index+1}枚目画像 {label_name}の確率:{conf}")