Deep Learningをするための環境設定
Google Colabratory利用のメモです。
Deep Learningの勉強をしたいと思ったのですが、GPUも持っていないしどうしよう…と思っていたときに友達に勧めていただいたのがGoogle Colabratoryです。
無料GPU (Google Colabratory)について
無料でGPUとTPUを使うことができるGoogleのサービスです。
ブラウザ上で動作するJupyter Notebookで、環境構築が無用であることが大きなメリットです。
ルールは簡単で、12時間以内に処理が終わること (連続12時間で終了してしまう)
それ以外は細かなルールのみなので省きます。
ここを参考にしてください。
Tensorflowの利用
Jupyter Notebook上で以下を入力してTensorflowのバージョンを確認する。
import tensorflow as tf
print(tf.__version__)
ランタイム/ランタイムのタイプを変更でハードウェアアクセラレータをGPUに変更
以下のコマンドでGPUに対応したTensorflowをインストールする。
!pip install tensorflow-gpu
インストールが完了したらランタイムをリスタートして、以下のコマンドでGPUが有効であることを確認する。
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
これでTensorflowが使えるようになります。
東大松尾研のDL4USに挑戦！
Tensorflowが使えるようになったので、実際にDeep Learningを回してみたいと思います。
-- ここからzipをダウンロードして解凍
-- 解凍出来たら、Google Driveに適当なフォルダを作成
-- 作成したフォルダに解凍した全ファイル、フォルダをアップロードします。
-- あとは、各Lessonごとに.ipynbのファイルがあるので、「アプリで開く」からGoogle Colaboratoryを選ぶだけ
これだけで、DL4USにあるDeep Learningツールは使えるようになります。
また、これはとても勉強にもなりますので、是非お勧めします。
終わりに
今回はDeep Learning入門ということでGoogle Colaboratoryを用いて東大松尾研のDL4USを使う準備をしました。 (実際にはすべてJupyter Notebookで書かれているので私がここに記述することがなかっただけですが…)