원형은 어떻게 당신이 인정받을 수 있도록 도와줍니까

때때로 광범위한 연구와 데이터가 지원하는 심사숙고한 제안은 의사결정자를 설득할 수 없다.그러나 간단한 원형의 프레젠테이션은 그들을 흥분시키고 제출할 준비를 하게 할 것이다.나는 이런 상황이 자주 발생하는 것에 매우 놀랐다.
비록 우리는 여전히 start projects with a one-pager 분명하고 사교적이며 우리의 생각에 대한 피드백을 얻어야 하지만, 만약 우리가 진전을 얻지 못한다면, 하나의 선택은 하나의 원형을 구축하고 보여주는 것이다.

원형 작업 원리: 더욱 구체화

원형은 우리의 소망을 더욱 쉽게 실현시켰다.비기술적인 문외한에게 생각과 디자인은 지나치게 추상적일 수 있다.최종 사용자가 문서에서 경험하는 것은 상상하기 어렵다.그에 비해 원형, 특히 그래픽 사용자 인터페이스(GUI)가 있는 원형은 납품 가능한 성과의 외관을 이해하기 쉽다.다른 사람이 우리의 생각을 더욱 잘 이해하도록 도와줌으로써 우리는 인정을 받을 기회를 증가시켰다.
원형도 기술적으로 증명할 수 있다.우리는 데이터와 기계 학습에 대한 작업이 일종의 연장일 수 있다고 주장한다.(즉, 반대의 경우도 발생한다. 우리는 500줄의 excel로 마술을 실현하기를 희망한다.)매입을 시도할 때, 나는 가끔 의심을 느낀다. "이것이 정말 가능합니까?"원형을 구축함으로써 제안이 진실하고 실행 가능하며 의사결정자를 설득하기 쉽다.

"It always seems impossible until it is done." – Nelson Mandela

마지막으로 원형은 피드백을 얻기 쉽다.사람들은 프레젠테이션이나 제안을 읽는 것이 아니라 응용 프로그램과 상호작용할 수 있다.그들은 자신의 데이터(예를 들어 제품 이미지, 사용자 상호작용)로 테스트를 하고 결과를 볼 수 있다.그들로 하여금 우리가 제기한 생각의 원형과 상호작용을 하게 함으로써 우리는 피드백을 얻을 기회를 증가시켰다.

그러나 원형은'왜'를 설명할 수 없다

원형은 "그것은 무엇처럼 보입니까?"라고 표시할 수 있다.그리고 "그것은 어떻게 작동합니까?"그들은 "우리가 왜 그것을 건설해야 합니까?"라고 설명하지 않았다.따라서 만약에 프로젝트의'왜'가 여전히 명확하지 않다면, 우리는 문제, 의도와 성공 기준을 밝히기 위해 one-pager 를 쓰는 것이 가장 좋다.그렇지 않으면, 만약 우리의 원형이 정확한 문제를 해결할 수 없다면, 그것의 작업 상황이 어떻든 상관없다.
이 밖에 프로젝트의 규모에 따라 빠른 원형은 불가능할 수 있다.대규모 프로젝트(예를 들어 무인기 납품, 오토매틱 자동차, 내부 ML 플랫폼)는 대량의 자원을 필요로 하고 한두 주 안에 원형 제작을 완성할 수 없다.첫 번째 원형은 수개월, 심지어 수년이 걸릴 수도 있다.

노선도가 없을 때, 원형은 어떻게 작동하는가

이전의 역할에서 나는 이해관계자를 설득하려고 했다. 우리 팀은 컴퓨터 시각을 연구하기 시작해야 한다.우리는 대량의 제품 사진 목록을 가지고 있어서 그것을 사용하여 고객에게 더욱 잘 서비스를 제공할 수 있다.우리는 이미지 분류기부터 제품 분류를 개선한 후에 이미지 검색과 추천에 사용할 것이다.
하지만 나는 인정받지 못했다.일부 사람들은 우리 팀이 전문 지식이 부족하다고 생각한다. (예를 들어 "당신은 할 수 없습니다") 이것은 실행 가능한 상업 기회가 아니다.
나는 매우 실망했지만 낙담하지 않았다.만약 내가 업무 중에 그것을 건설할 수 없다면, 나는 반드시 여가 시간에 그것을 건설해야 한다.저는 Amazon에서 수집한 이미지 데이터를 사용하여 Theano 의ResNet를 짜서 실현하고 이동 학습을 image classification에 적용했습니다.구축image search을 위해 저는 꼴찌 2층의 삽입을 사용하여 여현의 유사성을 계산합니다.학습과 구축에 수개월이 걸렸지만 효과는 좋았다.

패션 제품 이미지 분류기 및 이미지 검색 프레젠테이션
이 노력은 매우 가치가 있다.내가 원형을 보여 주었을 때, 이해관계자들은 분명히 매우 흥분했다.특히 그들은 이미지를 바탕으로 하는 검색과 추천이 사람들의 주목을 끄는 용례라는 것을 발견했다. 특히 시각적 쇼핑(예를 들어 패션, 가구, 장난감)에 대한 것이다.(대부분의 거래는 패션에서 나온다.)이것은 우리가 GPU 집단과 컴퓨터 시각 응용 분야에 투자하는 것을 시작하였다.


장난감과 가구 이미지 검색
2018년에 이 응용 프로그램은 이미지 검색 기능을 출시했다.

이제 고객은 사진source을 통해 제품을 직관적으로 검색할 수 있습니다.

현재 어떻게 원형을 구축합니까?

Python에서 많은 라이브러리는 기계 학습의 원형을 구축하고 배치하는 것을 더욱 쉽게 한다.웹 응용 프로그램 프레임워크에 대해 Flask 과 Bottle 는 광범위하게 사용되고 FastAPI 는 갈수록 유행하고 있다.나는 최근에 FastAPI로 바꾸어서 그것을 매우 좋아한다.이것은 Flask 사용자의 great comparison 입니다.
기본적인 전단을 구축하기 위해 우리는 Jinja 템플릿과 CSS 조합을 사용할 수도 있고 Bootstrap 같은 프레임워크를 사용할 수도 있다. Streamlit 도 유행하는 선택이다.Streamlit 아직 해본 적은 없지만 당신의 체험을 듣고 싶습니다.
우리의 원형에 서비스를 제공하기 위해서, 우리는 Docker 를 사용하여 그것을 포장하여 container에 배치할 수 있다.클라우드 서버에 대해 나는 아마존의 탄력성 계산 클라우드(EC2)spot instances를 사용하는 경향이 있다. 왜냐하면 그들은 매우 싸기 때문이다.그리고 Heroku 및 Digital Ocean 등의 옵션이 있습니다.
어떻게 시작해야 할지 모르겠어요.다음은 추가 리소스입니다.

Deploying machine learning with FastAPI and Heroku

Setting up FastAPI with Jinja, Forms, and Templates

Adding a checkbox and download button to a FastAPI web app

나의 잘못에서 초기 원형을 배우다:curl

나의 첫 번째 기계 학습 프로젝트 중 하나는 제목을 바탕으로 한 제품 분류기다.나는 95%의 정확도를 달성하는 시스템을 구축할 수 있을 뿐만 아니라 사용자의 피드백을 얻기를 희망한다.따라서 나는 그것을 Flask 응용 프로그램에 포장하고 우리 내부 서버에 배치한다.
제품 분류기를 사용하려면 아래 curl 명령에서 제품 제목을 업데이트하십시오.그것은 가능한 한 간단하다.업무와ops 이해관계자와 공유curl 명령과 API 규범을 공유한 후에 저는 첫 번째 사용자의 로그를 간절히 감시했습니다.

curl -d '{"title":"title of product"}' -H "Content-Type: application/json" -X POST http://internal-url/categorize

아무도 써 본 적이 없다😞. 나는 나의 대다수 이해관계자들이 윈도우즈 기기에 있어서 접근하기가 쉽지 않다는 것을 알게 되었다 curl.그들도 단말기나 유사한 도구를 사용하는 것에 익숙하지 않다. 나는 그것을 더욱 간소화해야 한다.
이 문제를 해결하기 위해 저는 간단한 전단 (이미지 분류기와 이미지 검색 UI의 전신) 을 구축하고 원형을 다시 공유했습니다.이번에 섭외자가 받은 것은 curl 명령이 아니라 웹 URL이었다.
Postman
제품 분류를 위한 간단한 GUI
결과는 어떻습니까?내 소형 이중 스레드Flask 서버가 병렬 요청이 너무 많아 붕괴되었다.
나는 이번 경험에서 귀중한 교훈을 얻었다. 당신의 기술이 아무리 좋든 기술적 사용자가 아니든 GUI가 있고 사용하기 쉽지 않으면 시도할 수 없다.그 이후로 나는 줄곧 나의 원형에 간단한 GUI를 추가하는 데 시간을 썼다.

다음 프로젝트의 초기에 원형을 구축하려고 시도하다

당신은 소망을 소통하고 인정을 얻는 데 어려움이 있습니까?왜 원형을 만드는 데 1, 2주가 걸리지 않습니까?너는 그들의 효율에 놀랄 것이다.
당신은 원형적인 이야기와 경험이 프로젝트를 추진하는 데 도움을 줍니까?나는 아래의 평론에서 그들을 매우 듣고 싶다.