Watson Natural Language Classfier

Watson Natural Language Classfier

Watson Natural Language Classifier は
自然言語分類で
NLCとも言われる

Classification は分類という意味

Watson で
Visual Recongnition を使うと
デフォルトモデルや独自の訓練データを使ったカスタムモデルで
画像分類ができる

ただし NLC はライトアカウント非対応なので
IBM Cloud アカウントにアップグレードしないとダメ

ログインしてダッシュボードに
アカウントのアップグレード
とあるので
これをクリック

ダイアログがでるので
下へスクロールし
住所、電話番号
クレジットカード情報を入力し
次に同意します
にチェックをいれ
次へをクリック

なお、入力に関しては日本語でも問題なし
電話番号と郵便番号のーを忘れなければOK

確認画面で完了を押せばアップグレード完了

これでNLCが使える状態になったけど
デフォルトモデルがないため
自分でモデルを作成する必要がある

まずNLCインスタンスを作成

カタログ > AI >
Natural Language Classifier
をクリック

下にスクロールすると
標準での無料枠の説明があり
1 カ月当たりに 1 つの
Natural Language Classifier が無料
となっているのが確認できるので
あとは作成をクリック

作成したインスタンスのAPIキーなどを確認するには
サービス資格情報
をクリックし
資格情報の表示をクリックすれば表示される

Watson Stduio で Notebook

Watson Stduio で Notebook

WatsonStudio で Notebook を使うには

Add to Project をクリックし
Notebook をクリック

無料枠で使うため
Select runtime を
Default Python 3.5 Free (1 vCPU and 4GB RAM)
に設定
あとは Name にnotebook 名を入力し
Create Notebook
をクリック

これで
Ubuntu の Jupyter Notebook のように
コードの記述が可能になる

次にファイルのアップロード
基本的に
WatspmStidioはクラウド上で動作するので
ファイルを扱うにはアップロードする必要がある

アップロードするには
Find and add data アイコンをクリック


WatsonStudio と Visual Recognition インスタンスのひも付け

WatsonStudio と Visual Recognition インスタンスのひも付け

Visual Recognition で Watson Studio で
独自の画像認識モデルを作成するときに
ひも付け設定が必要

WatsonStudio を開いて
Seeting をクリック

下へスクロールし
Associated services の部分にある
Add service
をクリックし
Watson を選択

下へスクロールし
Visual Recognition の Add をクリック

Existing タブのところに
作成した Visual Recognition インスタンスがでるので
Select をクリック

これで
Associated services に
Visual Recognition インスタンスが表示されればOK

Watson Studio

Watson Studio

まず Watosono Studio のインスタンスを作成

2回めのログインからなぜか英語になったけど
操作は変わらないのでそのまま続行

Catalog > AI(15) > Watson Studio

作成できるが、ライトアカウントの場合
1つしか作成できない

すでに1つWatson Studioインスタンスが作成されていると

You can have only one instance of a Lite plan per service. To create a new instance, delete your existing Lite plan instance.

となり
Create が押せない状態になるので注意

作成したインスタンスの確認は
ダッシュボードから
Resources List で一覧を見ることができる

Watson Studio がすでにあるなら
この中から
Watson Studio をクリックし
Get Started をrクリックすれば立ち上がる

次にプロジェクトの作成

Create a project
をクリック

次に Standard をクリック

Name にプロジェクト名を入れて
Add をクリック

プランの選択になるので
下へスクロールし
Lite になっているのを確認し
Create をクリック

確認画面になるので
Confirm をクリック

プロジェクト作成の画面に戻るので
Refresh をクリック

インスタンスが表示されるので
Create をクリック

これでプロジェクトの作成ができる

Let’s Encript の自動更新

Let’s Encript の自動更新

Let’s Encript の期限きれが近いとのお知らせがきたので
更新

su -

で管理者権限になってから

/usr/local/certbot/certbot-auto renew

で証明書を更新して

sudo systemctl restart httpd.service


webサーバーを再起動

毎回手動更新は面倒なので
Linux CentOS7でLet’s Encryptを自動更新にする

を参考に
cron を使って自動更新することに

vim /etc/crontab 

でファイルを開き

00 03 * * * root /usr/local/certbot/certbot-auto renew --post-hook "sudo systemctl restart httpd.service"

を最終行に追記し保存

–post-hook は更新したときに実行したいコマンドを指定するオプション

今回なら更新したときには webサーバーを再起動
という意味になる

IBM Cloud ライトアカウント作成

IBM Cloud ライトアカウント作成

https://cloud.ibm.com/login
へアクセスし
IBM Cloud アカウントの作成
をクリック

Eメール
名前

パスワードを入力し
アカウントの作成をクリック

登録したメールに確認のメールが届くので
Confirm account をクリック

これで認証されるので
ログインをクリック

旧バージョンからの変更点が記載されているので
納得できれば次に進むをクリック

これでログインできるので
次にインスタンスの作成

カタログをクリックし
AI をクリック
Visual Recognition をクリック

一番下までスクロールし
ライトを選択すれば無料枠で使えるので
作成をクリック

これでインスタンスが作成される

なお、API鍵を表示させたいときには
管理画面で
資格情報を表示をクリックすれば
API鍵が表示されるようになる

Azure Machine Learning Quick Evaluation

Azure Machine Learning の Quick Evaluation

Azure Machine Learning には
ユーザ登録せずに使用できるサービス
Quick Evaluation
があるので、こちらを使うことに

ただし
使用開始から8時間後に作成したすべてのデータが消される

学習目的ぐらいにつかうなら十分

https://studio.azureml.net/
にアクセスし
Sign up here
をクリック

8-hour trial
の Enter をクリック

これで操作画面になるので
作業するために
Experiment を
NEW
をクリックして作成すればOK