あなたの会社でのAWS
10919 ワード
トマスZによって-2019年11月29日
私は今年、2つのことを学びました、そして、私のオフィス友人と共有するために、それでそれを返しました.ここでは、私は空想おもちゃの車で機械学習の世界に入ってきて、オープンマーケットで学習リソースとして使用します.
私はtomasz ptak、貿易によって退屈なJavaの開発者であり、デレガシーの段階について情熱的である.私は、名前BreadcentricによってAWS Descarcher連盟でも競争しています.OpenMarketは個人の発展に深刻であり、従業員のキャリアパスを形成している.2018年にAWS Re : Invent 2018に行ったとき、それは少なくとも私にとっては学習ローラーコースターだった.
入力デジタ
AWS DairScaler Workshopは私に新しい世界をオープンしました:あなたがレースで何を考えているかをコードで書いてください、そして、シミュレートされた車があなたの論理を使用しているトラックを回っているのを見てください.
ちょっと紹介をするために:AWS DaSaxerは、文字通り技術者の手で機械学習をする方法です.すべての重いリフティングを行います.
その時、私はこのようにトレーニングプロセスを大概理解しました.
ユニコーンイメージはPixabayの上でPixabay許可の下でリリースされました
わざわざ、DaScalerは強化学習を使用して解決されている問題の例です.エージェント(車)が決定をする機械学習のタイプ、最初にほとんどランダムな試み(探査)、最終的に訓練されたもの(搾取)、そして、それらの各々は報われるか、罰されます.報酬/罰は、車の“決定プロセス”への改善を計算するために使用されます.
DeePlameerのおかげで私は数分以内にマシンの学習を適用することができました、そして、車がトラックのまわりでうまくいっている間、私はそれのより多くの局面を理解することに集中できました.そして、どのような問題がシミュレーションから現実の生活へのソリューションの転送から発生します.そして、究極の側面は:どのように1300人以上の仲間のレーサーは、AWSのディアプライヤーリーグの決勝戦に資格を取得し、すべての単一の休憩中にそれについて自慢する.
オフィスでAWS
人が始めることができる容易さは、驚くべきです.私は、同様に彼らの利益のためにそれを同僚と共有したかったです.しかし、まず最初に、私は重要な側面を計画しなければなりませんでした.
ゴール
何をしたいのですか.
OpenMarketロンドンオフィスは、技術者と非技術的な従業員の組合せです.ハイテクチャットは通常、テクニカルスタッフが出席している間、私は販売やマーケティングから人々に準備しようとしました.それはすべての後に興味深いトピックです(“AI”と“機械学習”を置き換える).私は、特に、この主題が直接彼らが現在働いているプロジェクトに適用されるチームのメンバーのために、または、将来になることを望みました.
フォーマット
私も、2、3のものを考慮に入れなければなりませんでした:
効果
およそ15人が、私がDalPracerと私の経験について話したTech Chatに出席しました.それは独自の上で素晴らしい科目ですが、AWS Reで決勝に予選:インクルント2019は、奨励要因を追加します.私は他の人への招待を受けて私の話を終え、一緒にレースができるようになった.
私は1時間以内に滞在し、セッションのための非常に厳しい計画をしないようにしました.これは、私の話すスキルとトレーニングセッションを行う能力を練習する機会を与えました.
DeeScalerは集団学習を奨励し、間違いが何が起こるかを見て、スピーカーの汗をかくの質問をしようとして物事をしようとしているとして、それの重要な要素です.
最初のワークショップのための私の推薦は、デフォルトで行くことです.あなたが最初のトレーニングを始めるためにしなければならない唯一の3つのことは、「創造的な」ボタンをクリックして、あなたのモデルに名前を与えて、訓練されて、スタートボタンをクリックすることです.それはコンソールの完全な説明を与えるために約10〜15分かかりますが、それはあまりにも多くの詳細なしでそれを上にスキムに優れています.学生が10まで数えることを学んでいるとき、あなたは通常マトリックスを示しません.
私がトレーニングで作った唯一の変更は、自分の報酬機能を書いていました.それはロンドンで運転を促進します:大抵、道の上で、大まかに左側に、損害を引き起こさないことは望ましいです:
def rewardstrap function ( params ):
入力パラメータを読み込む
AllHorse - WersShellオンリートラック=パーム
アシュトル・レフトヘン・センター
報酬= 1
そうでなければ、
報酬= 0.4
常に、float値を返す
フロートを返す
我々はすぐに結果を見ることができたことを意味したかなり低いトレーニング速度で始まった:私のロンドンのドライバーは、RE:インビント2018トラックに訓練され、訓練を完了することができた:ちょうど2時間のトレーニングの後、2019トラックを発明.
私は、それが速くなると言いませんでした.ソース:個人的なAWSの
車で遊ぶ
私は車を持っています、そして、私はオフィスでそれを保ちます、しかし、我々は我々がそれを使うことができる方法に若干の制限があります:
それは純粋な偶然だった(私は誓う、私はそれをしなかった!)ロンドンMeetupは、ワークショップの翌日に起こった.たとえ人々が彼らのモデルがすることができるものを見るのに十分自信がないとしても、コミュニティと対話することができて、専門家から学んで、彼らが新しいものを学ぶので、他の人が単に互いを楽しむのを見るのは非常に動機づけ要因です.
ロンドンMeetupの間のDayPaser 101セッションのオミ.著者、デイビッドスミス、AWSから許可を得て使用
前進する計画
現在、私は、彼らがもう少しトレーニングを試みることを確認するために、定期的に私の同僚を麻痺させようとしています.たとえあなたが車とトラックを得る機会がないとしても、あなたは仮想リーグに集中することができます.現在(2019年11月)2つの進行中のレースは、あなたにチャンスを自分自身に挑戦し、AWSのDAXSPACARリーグ2020の前に改善しようとすることができます.
そして、それがそうである連盟は、そうです:決勝に参加している勝者との24の仮想レース.また、世界中のより多くの物理的なレースがあります.ステレオビジョンとライダは新しいタイプの課題を紹介します.発表を読みなさい.
一旦私が決勝から戻っているならば、私は問題を議論することができて、現在の新しい解決とテクニックを毎週開けるヒントとトリックセッションを準備する予定です、そして、OpenMarketで本当の生命問題にこの経験を移す方法を見つけてください.
そのようなセッションのための主題の考えは以下を含みます:
カップルのヒントやトリック
終わるために、私はAWS DairScalerからより良い学習経験を提供するのを助けるかもしれない2、3の提案を共有したいです:
私は今年、2つのことを学びました、そして、私のオフィス友人と共有するために、それでそれを返しました.ここでは、私は空想おもちゃの車で機械学習の世界に入ってきて、オープンマーケットで学習リソースとして使用します.
私はtomasz ptak、貿易によって退屈なJavaの開発者であり、デレガシーの段階について情熱的である.私は、名前BreadcentricによってAWS Descarcher連盟でも競争しています.OpenMarketは個人の発展に深刻であり、従業員のキャリアパスを形成している.2018年にAWS Re : Invent 2018に行ったとき、それは少なくとも私にとっては学習ローラーコースターだった.
入力デジタ
AWS DairScaler Workshopは私に新しい世界をオープンしました:あなたがレースで何を考えているかをコードで書いてください、そして、シミュレートされた車があなたの論理を使用しているトラックを回っているのを見てください.
ちょっと紹介をするために:AWS DaSaxerは、文字通り技術者の手で機械学習をする方法です.すべての重いリフティングを行います.
defining the problem (racing a car around the track)
defining the training approach (selecting the algorithm, choosing the tools, defining the simulation of a car)
setting up the training (setting up the machines, propagating the configuration)
delivering results (transferring the model onto the car)
すべてを開始するために必要な報酬関数(デフォルトの開始を選択すると)を提供し、トラックを選択してください.その時、私はこのようにトレーニングプロセスを大概理解しました.
ユニコーンイメージはPixabayの上でPixabay許可の下でリリースされました
わざわざ、DaScalerは強化学習を使用して解決されている問題の例です.エージェント(車)が決定をする機械学習のタイプ、最初にほとんどランダムな試み(探査)、最終的に訓練されたもの(搾取)、そして、それらの各々は報われるか、罰されます.報酬/罰は、車の“決定プロセス”への改善を計算するために使用されます.
DeePlameerのおかげで私は数分以内にマシンの学習を適用することができました、そして、車がトラックのまわりでうまくいっている間、私はそれのより多くの局面を理解することに集中できました.そして、どのような問題がシミュレーションから現実の生活へのソリューションの転送から発生します.そして、究極の側面は:どのように1300人以上の仲間のレーサーは、AWSのディアプライヤーリーグの決勝戦に資格を取得し、すべての単一の休憩中にそれについて自慢する.
オフィスでAWS
人が始めることができる容易さは、驚くべきです.私は、同様に彼らの利益のためにそれを同僚と共有したかったです.しかし、まず最初に、私は重要な側面を計画しなければなりませんでした.
ゴール
何をしたいのですか.
Show an interesting way to learn new things, and to help others learn them
Strengthen collaborative learning
Use me as an example that one doesn’t need to be a rock star to try something new and seize opportunities that it brings
Build a group in the company that would be taking part in the races with me
ターゲットオーディエンスOpenMarketロンドンオフィスは、技術者と非技術的な従業員の組合せです.ハイテクチャットは通常、テクニカルスタッフが出席している間、私は販売やマーケティングから人々に準備しようとしました.それはすべての後に興味深いトピックです(“AI”と“機械学習”を置き換える).私は、特に、この主題が直接彼らが現在働いているプロジェクトに適用されるチームのメンバーのために、または、将来になることを望みました.
フォーマット
私も、2、3のものを考慮に入れなければなりませんでした:
no prior knowledge – most of the colleagues only heard about DeepRacer from me so I had to plan a training simple enough to explain the concept with ease. A chat over lunch is not a training
no prior teaching experience – I have talked at meetups and conferences, but it all has happened in the last month of my life (thanks to DeepRacer). Presenting and leading others is not an easy task for a training noob
no place for a track – it is difficult to transfer the model from simulation into reality without a track that reflects the one in simulation with right colours and barriers; our offices are not tiny, but there is no space to put a 5 by 8 metre track without impacting fire safety
私は他の企業や組織で大きなイベントのレポートを見ているコミュニティとの対話中.そのようなことをするのはいいことだが、現実的に保たなければならなかった.私は確立された形式で始まることを決めた-テックチャット.At OpenMarket we regularly organise tech chats – 30-60 minute presentation in which the speaker can share their interests and experiences, combined with questions and discussions. Tech chats are recorded and shared internally for all employees to benefit from. You get a chance to listen about Unicode, writing a programming language, why we should use Kotlin, what some of our legacy systems do and why and many, many more.
技術雑談についての良いことは、それはちょうど仕事で使われるテクノロジーに限られていないということです、そして、新しいゴールにつながることができます.また、迅速なフィードバックを与える.効果
およそ15人が、私がDalPracerと私の経験について話したTech Chatに出席しました.それは独自の上で素晴らしい科目ですが、AWS Reで決勝に予選:インクルント2019は、奨励要因を追加します.私は他の人への招待を受けて私の話を終え、一緒にレースができるようになった.
I recommend recording your talks and watching them afterwards. You might have to get used to listening to your voice but it’s a valuable resource to show opportunities for improvement and to prove to yourself that it was good when you think it wasn’t.
チャットの後、私はボランティアが彼ら自身のトレーニングを準備することができたワークショップを走らせるよう頼まれました.今回はホワイトボードのセッションとして、トレーニングのより現実的な側面を説明する良い機会を与えました.ボランティアは、私がトレーニングを準備したので、私に続くためにAWSアカウントと許可で彼らのラップトップを持ってくるよう頼まれました.私は1時間以内に滞在し、セッションのための非常に厳しい計画をしないようにしました.これは、私の話すスキルとトレーニングセッションを行う能力を練習する機会を与えました.
Don’t be afraid of talking and don’t be afraid of not knowing the answers to questions. You don’t have to be an expert to show something interesting to others. Your greatest power is ability to say “I don’t know the answer, I will check and get back to you after the session”.
私は、自分自身のワークショップの一部に参加する義務がないと強調しました.これは、同じ大きさのグループを集めました.DeeScalerは集団学習を奨励し、間違いが何が起こるかを見て、スピーカーの汗をかくの質問をしようとして物事をしようとしているとして、それの重要な要素です.
最初のワークショップのための私の推薦は、デフォルトで行くことです.あなたが最初のトレーニングを始めるためにしなければならない唯一の3つのことは、「創造的な」ボタンをクリックして、あなたのモデルに名前を与えて、訓練されて、スタートボタンをクリックすることです.それはコンソールの完全な説明を与えるために約10〜15分かかりますが、それはあまりにも多くの詳細なしでそれを上にスキムに優れています.学生が10まで数えることを学んでいるとき、あなたは通常マトリックスを示しません.
私がトレーニングで作った唯一の変更は、自分の報酬機能を書いていました.それはロンドンで運転を促進します:大抵、道の上で、大まかに左側に、損害を引き起こさないことは望ましいです:
def rewardstrap function ( params ):
入力パラメータを読み込む
AllHorse - WersShellオンリートラック=パーム
アシュトル・レフトヘン・センター
報酬= 1
そうでなければ、
報酬= 0.4
常に、float値を返す
フロートを返す
我々はすぐに結果を見ることができたことを意味したかなり低いトレーニング速度で始まった:私のロンドンのドライバーは、RE:インビント2018トラックに訓練され、訓練を完了することができた:ちょうど2時間のトレーニングの後、2019トラックを発明.
私は、それが速くなると言いませんでした.ソース:個人的なAWSの
車で遊ぶ
私は車を持っています、そして、私はオフィスでそれを保ちます、しかし、我々は我々がそれを使うことができる方法に若干の制限があります:
First of all, fire safety (and general safety) is something we care about. We will not put it on risk even for the most awesome toy that I’ve ever had. Putting a 8x5m barrier is a no-no.
Without barriers we could go for a printed carpet/vinyl, but it would still have to be put in the walking space which would not be practical.
We could use a masking tape, but I did test it and while using advanced training to add some noise to the pictures helps the car deal with varying background details that the barriers isolate you from, we have a big issue on our floor: two roughly uniform colours of the carpet, joined in a straight line. My tests look like it reminds the track more than a tape and makes the car leave the road.
それは純粋な偶然だった(私は誓う、私はそれをしなかった!)ロンドンMeetupは、ワークショップの翌日に起こった.たとえ人々が彼らのモデルがすることができるものを見るのに十分自信がないとしても、コミュニティと対話することができて、専門家から学んで、彼らが新しいものを学ぶので、他の人が単に互いを楽しむのを見るのは非常に動機づけ要因です.
ロンドンMeetupの間のDayPaser 101セッションのオミ.著者、デイビッドスミス、AWSから許可を得て使用
前進する計画
現在、私は、彼らがもう少しトレーニングを試みることを確認するために、定期的に私の同僚を麻痺させようとしています.たとえあなたが車とトラックを得る機会がないとしても、あなたは仮想リーグに集中することができます.現在(2019年11月)2つの進行中のレースは、あなたにチャンスを自分自身に挑戦し、AWSのDAXSPACARリーグ2020の前に改善しようとすることができます.
そして、それがそうである連盟は、そうです:決勝に参加している勝者との24の仮想レース.また、世界中のより多くの物理的なレースがあります.ステレオビジョンとライダは新しいタイプの課題を紹介します.発表を読みなさい.
一旦私が決勝から戻っているならば、私は問題を議論することができて、現在の新しい解決とテクニックを毎週開けるヒントとトリックセッションを準備する予定です、そして、OpenMarketで本当の生命問題にこの経験を移す方法を見つけてください.
そのようなセッションのための主題の考えは以下を含みます:
log analysis to improve the outcomes of the training – including log analysis sessions
maths behind Proximal Policy Optimisation
training using AWS SageMaker
trying to find the right place to set up a track at the office
また、AWSはプライベートリーグを準備しており、社内競争を準備する予定です.カップルのヒントやトリック
終わるために、私はAWS DairScalerからより良い学習経験を提供するのを助けるかもしれない2、3の提案を共有したいです:
If you haven’t done much DeepRacer yet, I recommend watching and reading AWS resources to help you prepare
Determine goals, target group and constraints for your office. The format that worked for me might not be what you should replicate
You might have the resources to put a bit more into it like inviting community experts for a talk or someone with a track and cars
Look out for meetups, summits and other racing events in your area. They boost learning and entertaining. Also, an average DeepRacer racer is a very friendly and enthusiastic person that will help you solve problems and learn even more. If you don’t find a meetup, reach out to community to help you organise the first one
NEVER EVER refer to DeepRacer as a toy for grown-up kids in front of your manager or HR. This is a very capable learning resource which leads to deeper understanding of concepts. The entertainment and challenge is there to boost the focus on learning. It leverages collective capability of the team. It stimulates team building and leads to even higher quality of deliverables
I haven’t talked about who should pay for the training. It’s worth checking your options when it comes to which account to use
If your company allows for using the company accounts, you need to make sure you get the right permissions. While there is a cost associated with it, first models will cost under $10 per user for the first two hours of training. This is enough to complete a lap in a race or two. After the stated training time all services shut down and S3 storage cost is marginal, that said you can reset all the resources and delete the buckets and you’re done
The alternative would be to use personal free tier accounts and giving out some learning credits to support it. This way the cost side of DeepRacer is contained and your company accounts are focused around what matters the most
Talk to your manager, HR and the marketing team – DeepRacer has a potential that can attract potential candidates, and prizes can be won. Some companies use it to build relations with customers as well. In some cases it may mean that putting “@CompanyName” in your racing name can get you support through a season of training. That will make it easier for you to learn
When doing your performance review, don’t forget to list this twice: as a machine learning education, and as human learning. Chances are that this is the first time you are focusing not as much on improving your new technical skills as on building new soft skills with helping others learn as the main motivation
Join the AWS DeepRacer Community at deepracing.io – we have the knowledge, experience and solutions to help you plan this and always do our best not to leave any questions unanswered.
Reference
この問題について(あなたの会社でのAWS), 我々は、より多くの情報をここで見つけました https://dev.to/omtechblog/introducing-machine-learning-at-your-company-through-aws-deepracer-n8mテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol