【ML Tech RPT. 】第9回 敵対的摂動 (Adversarial Perturbation) に対するモデルの頑健性の測り方を学ぶ (3)

DSOC研究員の吉村です. 先日, iPhoneXRに機種変更をしました. 合わせてバーコード決済やSuicaを使えるようにしたのですが, 支払いするのも電車に乗るのもスマホだけで完結できるというのは非常に便利ですね.

さて, 今回も前回に引き続き敵対的摂動に対するモデルの頑健性の測り方についての話です. 前回は MLP (Multi Layer Perceptron) や CNN (Convolutional Neural Network) に対する頑健性の評価手法として知られる CLEVER (Cross Lipschitz Extreme Value for Network Robustness) [*1] についての紹介をしました. 前回の記事の「おわりに」の部分でも述べましたが, CLEVERはRNN (Recurrent Neural Network) 系のモデルの頑健性を測定できないことが知られています. そこで, 今回はRNN系のモデルに対しても敵対的摂動に対するモデルの頑健性を測定することが可能となる POPQORN (Propagated Output Quantified Robustness for RNNs) [*2] の紹介をします.

*1:T. W. Weng, H. Zhang, P. Y. Chen, J. Yi, D. Su, Y. Gao, C. J. Hsieh, and L. Daniel, "Evaluating the Robustness of Neural Networks: An Extreme Value Theory Approach," in ICLR, 2018.

*2:C. Y. Ko, Z. Lyu, T. W. Weng, L. Daniel, N. Wong, and D. Lin, "POPQORN: Quantifying Robustness of Recurrent Neural Networks," in ICML, 2019.

Salesforce DXを導入した話 Part 2

こんにちは。Sansan CIO室の李です。

さて、前回に続いてSalesforce DX(以下、SFDX)の話です。今回はSFDXの導入手順 [^1]と導入プロセスにおけるTipや注意事項について話していきたいと思います。

Reminder : この記事はSalesforce CLI v46を基準に作成しています。今後Salesforce CLIバージョンアップによって構築手順が変わる可能性があります。その時は公式ドキュメントの手順をご参照ください。

【Intern CV Report】PyTorch Lightningで超解像してみる

こんにちは，DSOC R&Dグループ インターン生の内田です． 涼しくなってきたにも関わらずエアコンガンガンで寝てしまって風邪気味な今日この頃です． 皆様も体調にはお気をつけくださいませ．

さて，私はかねてより深層学習用フレームワークとしてTensorFlowを使っていたのですが，最近はPyTorchにドップリです． TensorFlowのメジャーアップデートがなかなか来ない*1ために，帰巣のタイミングを失っているという経緯です． PyTorchを書き下すだけでも十分簡単に実装可能ですが，実験サイクルを回したい場合には，もう少し高レベルなラッパがあると便利です． 普段はawesomeなレポジトリを参考にしながらオレオレラッパを書いているのですが，先日Twitterで次のような情報が回ってきました．

@pytorchLightin, the @PyTorch keras for #ml researchers will be added to the official @PyTorch ecosystem next week.

@MILAMontreal @NYUDataScience @berkeley_ai @StanfordAILab @MIT_CSAIL @karpathy @amuellerml @RichardSocher @soumithchintala @VectorInst
https://t.co/lIhXW9Su8V

— William Falcon (@_willfalcon) 2019年8月2日

これは使ってみるしか．

*1:書いてる間になんか来ました． - https://github.com/tensorflow/tensorflow/releases

夏のおわりに各社のテックブログを比較してみる

こんにちは。CTO室の鈴木由香です。
CTO室は、CTOの藤倉とVPoEの宍倉を含むごく少人数の部署です。おそらく社内最小です。メンバーの業務内容はバラバラですが、わたしは「Sansanのものづくり」の発信に携わっており、このブログ「Sansan Builders Box」の運営も行っています。

Webからのデータ収集の入門書としておすすめ「Pythonクローリング＆スクレイピング［増補改訂版］」

こんにちは。 DSOC R&D グループの高橋寛治です。

つい先日に同僚の加藤が執筆した書籍「Pythonクローリング＆スクレイピング［増補改訂版］―データ収集・解析のための実践開発ガイドー」の改訂版が発売されました。

gihyo.jp

私が業務でPythonを用いたクローリングおよびスクレイピングに取り組んでいることもあり、改訂版のレビューをさせていただきました。 実は、初版は読んで実践させていただいていたため、レビュー依頼を受けた際には感激しました（本当にお世話になっている本です）。

読んでいて私自身非常に勉強になった点が多く素直に良い本だと思ったため、本書籍の紹介をさせていただきます。

Google Cloud Next ’19 in Tokyo Day2 参加レポート

DSOC infra Groupの赤羽です。

最近、暑いですね。熱中症対策など気をつかってますでしょうか。
私は土日によく荒川周辺を自転車で走るのですが、見事に熱中症になりました。。。
水分補給は大事ですね！
みなさんも気をつけてください。

本題ですが、Google Cloud NEXTに行ってきました。
私は8/1に参加してきました。
私はテーマを決めず、色々なカテゴリのセッションを聴講する方針にしたので、
あまり一貫性がないかもしれませんが、読者のみなさまにセッションの内容を共有できればと思います。

インフラおじさんが、Google Cloud Next ’19 in Tokyo に行ってみた。

こんにちは。
DSOC Infrastructure Groupの水谷です。*1
グループ内の最年長で学生の時にJavaが産声を上げてたくらいのおじさんです。
主な業務は昔話をして皆を困らせることです。*2

会場は東京プリンスホテルとプリンスパークタワーで、プリンスパークタワーについてはSansanのビジネスカンファレンスである Sansan Innovation Project 2019と同じ場所ですね。
Sansan Innovation Projectが来年も同じ場所かはわかりませんが、同じと仮定して参考になる情報も織り交ぜていきたいと思います。

ちなみに私が行ったのは7/31です。
本当はインフラメンバとして関わった下記リンクの発表を聞きたかったのですが予定が合わず断念しました。
buildersbox.corp-sansan.com

なお、参加セッションはDSOCでも利用を拡大しつつあるBigQuery中心にしてみました。

さて、ここからが本題です。
なるべく臨場感が伝わるように時系列に沿ってお送りしたいと思います。

*1:DSOCはSansanにおけるデータ統括部門です。 DSOC

*2:実際はDSOCの新サービスのインフラ構築や運用設計、セキュリティに関する施策の設計と構築、データベースの面倒をみたりと色々してます。ここらへんでも何かblogが書けるといいなと思っています。