What
Chainerを利用して機械学習を学ぶにあたり、私自身が、気がついた点、リサーチした内容をまとめる記事になります。今回は、scikit-learnを勉強します。
私の理解に基づいて記述しているため、間違っている場合があります。間違いは都度修正するつもりです、ご容赦ください。
Content
GPU
画像処理に特化した演算装置。CPUと原理上何が異なっていて画像処理に有利なのか全く理解できていない。
例えば、下記サイトではCPUとGPUの違いが簡単に説明されている
https://www.datadock.co.jp/column/GPU/2018/05/88.html
ただ本質的な理解をするためには、まずCPUが得意とする処理、GPUが得意とする処理を抑える必要がありそうだ。
定正的な話だけをするなら、似たような処理を同時に複数行うのは現在、並列演算が高速化を可能とする領域であること。数値計算を並列かつ高速に処理できるのがGPUということだけはわかった。
ちなみに、GPUのメーカーNDIVIAは最近ひそやかに注目を浴びていてAIの流れが大きいみたいですね。
CupyではGPUを必要としますが、なんとColabではGPUも使用可能とのこと、すごい！
Cupy
内容読んでも、正直そんなにまとめることがないです。。。
Cupyで記述することでGPUで数値計算することができ、高速動作が期待できる。
できるだけ数値計算はNumpyではなくCupyを使って記述することで高速動作するコードがかける。書き方に困ったら適宜調べるという形で大丈夫そう
Comment
気温がガクッと下がり体調を崩しやすい時期ですね、、、
土日は頭痛と眠気が酷く、寝こんでしまいましたorz