NTC Newtechデータで未来をつなぐ

ニューテックが始める
オールインワン型の深層学習環境

Deep Station

Deep Stationとは?

Deep Stationは、ハードウェアとソフトウェアが一体となった オールイン型の深層学習環境です。最小限の投資で届いたその日からディープラーニングが始められます。
オンプレミスで完結。データの外部設置不要
ハードウェア1台で動作するため、データを 外部に設置する必要がありません。
マウス操作で本格的なAI開発
人工知能の専門家ではなくとも手軽にAIの開発・訓練・検証が行えます。
50万円台から導入可能な月々の課金ゼロ
エントリーモデルから、本格的な運用/開発のためのエンタープライズモデル まで幅広いニーズに対応します。
1GPUモデル Entry

構成

  • CPU:Intel Core i7-8700
  • GPU:GeForce RTX 2080Ti × 1
  • ストレージ:SSD-500GB / HDD-1TB
  • RAM :16GBまたは、32GB
Deep Station Entry

Entry 2080Ti32G¥500,500(税込み)

Entry 2080Ti16G¥481,800(税込み)

2GPUモデルPro 2X

構成

  • CPU:Intel Core i7-9800X
  • GPU:GeForce RTX 2080 Ti x 2
  • ストレージ:SSD-500GB / HDD-1TB
  • RAM :32GBまたは、64GB
Deep Station Pro2X

Pro2x2080Ti64G¥850,300(税込み)

Pro2x2080Ti32G¥812,900(税込み)

お問い合わせはこちら

深層学習ソフトウェア Deep Analyzer

Deep Analyzerは、 誰でも簡単に深層学習を使った人口知能をつくり利用することができるツールです。
  • プログラミング不要の簡単操作

    プログラミング不要の簡単操作

  • 代表的なアルゴリズムを4種プリセット

    代表的なアルゴリズムを4種プリセット

  • 高度な設定やチューニングも設定可能

    高度な設定やチューニングも設定可能

  • ブラウザから学習済みAIを利用可能

    ブラウザから学習済みAIを利用可能

Deep Analyzerでのデータセット学習手順
【画像分類の場合】

ブラウザからログイン

ブラウザからログイン 下向き矢印

メイン画面

メイン画面 下向き矢印

データセットの準備

分類したい画像をフォルダ(ディレクトリ)ごとにまとめて配置します。
例えば5種類の花を分類したい場合には、以下のように5つのフォルダを作成し、それぞれのフォルダ内に同じ花の画像を配置します。

学習用のデータを用意します 下向き矢印

+NEWボタンをクリックします

+NEWボタンをクリックします 下向き矢印

学習用ファイルをドラッグ&ドロップ(または「ファイルを選択」の箇所をクリック)します。

学習用データを登録します 下向き矢印

必須項目を入力したら「登録する」ボタンを押します。

学習用データを登録します 下向き矢印

Networksの右の +NEWボタンをクリックします

学習させるネットワークの種類を選択(ここでは画像分類を選択)します。

AIの種類を選択します 下向き矢印

使用するデータを選択します。

使用するデータを選択します(学習の詳細設定も可能) 下向き矢印

AIの名称やGPU数等を設定後、「学習開始」ボタンをクリックします

AIの名称やGPU数等を設定後、学習開始をクリックします 下向き矢印

学習が開始されます。

学習が開始されます 下向き矢印

右上の「INFERENCE」ボタンをクリックします。

学習完了

推論用の画面を開きます

推論用の画面を開きます 下向き矢印

推論用のファイルをドラッグ&ドロップ(または「ファイルを選択」の箇所をクリック)します。

推論用のデータを登録します 下向き矢印

選択したファイルで問題がなければ、右下の「実行する」ボタンをクリックします

選択したファイルで問題がなければ、右下の「実行する」ボタンをクリックします 下向き矢印

推論が実行されます※推論には時間がかかる場合があります

推論が実行されます 下向き矢印

結果が表示されます
この場合、薔薇の可能性が100%と推論されています

結果が表示されます

Deep Analyzer(ソフトウェア)仕様

機能 【データセット管理】登録/閲覧/ダウンロード
【モデルの作成】訓練/学習状況の閲覧/データのリサイズ・オーグメンテーション/事前学習済みモデルの利用/マルチGPUによるハイパーパラメータ最適化/学習の予約管理/最適化関数等の各種詳細設定
データのリサイズ・オーグメンテーション/事前学習済みモデルの利用/マルチGPUによるハイパーパラメータ最適化/学習の予約管理/最適化関数等の各種詳細設定
【モデルの利用】推論/閲覧/ダウンロード/推論用サンプルコード提供
【ユーザ管理】複数ユーザの利用/管理
対応学習アルゴリズム 【画像分類/音源分類】Xception、InceptionV3、VGG19、VGG16、ResNet50、InceptionResNetV2、DensNet121、DensNet169、NASNetMobile、MobileNet、MobileNetV2、Minimal
【画像生成】DCGAN
【ペア画像生成】Pix2Pix
【物体検出】RetinaNet
【異常検知】Efficient GAN-Based Anomaly Detection
対応データセット形式 【画像分類】Caltech101形式
【画像生成】Caltech101形式
【ペア画像生成】Pix2Pix形式
【物体検出】MSCOCO形式
【音源分類】Categorized Audio形式
【異常検知】Uncategorized Images形式
エッジデバイスサポート 【デバイス用モデルの作成:画像分類】
Sipeed MaixPy K210搭載デバイス
Coral Edge TPU + 対応Linux PC/ボード
【学習モデルの転送/デバイスでの推論:画像分類】※
Sipeed Maix M1 Dock  
Coral Edge TPU + Raspberry Pi 3
【デバイスでのデータセット作成:画像分類】※
Sipeed Maix M1 Dock
※付属のサンプルコードを使用
動作環境
Deep AnalyzerはDeep Station各シリーズ上で動作します。
HW及びSWの構成をご購入時の構成から変更した場合の動作保証はいたしかねます。
お問い合わせはこちら