はじめに
Google Colaboratory で無料のGPU環境が使えるようになりました。Chainer を Colab のGPU環境で動かすこともできるようなので、同じく国産の機械学習フレームワークである ReNom の環境を構築してみました。
手順は github レポジトリにあるinstall-renom.ipynbがすべてです。
https://github.com/hokoin/renom-colab.git
ReNom とは
株式会社グリッド社が開発している国産の機械学習フレームワークです。
フレームワーク本体となる ReNom DL の他、ReNom TDA / TAG / IMG / DP などの周辺ツール（基本的にWebブラウザ上で動くGUIツール）を合わせたソフトウェア群で、商用目的でなければ無償で利用できます。
ReNom TAG / IMG / DP は Colab 上では動かないので、ReNom DL / TDA のみインストールします。
手順
GitHubレポジトリのinstall_renom.ipynbをブラウザで開きます。
https://colab.research.google.com/github/hokonin/renom-colab/blob/master/install_renom.ipynb
そのままだと保存できないので、ファイルメニューの「ドライブにコピーを保存」を実行して Google Drive に保存します。
あとは全てのセルを順番に実行していくだけです。
理由は分かりませんが、ランタイムメニューの「すべてのセルを実行」だとやたら時間が掛かるうえに一部が正常にインストールできていないようなので、「Shift + Enter」で手動実行していった方が良いかも知れません。
下記の TDA 実行結果まで出れば完了です。
notebook を開けば分かるので手順は端折ってますが、ReNom をGPU版でセットアップする際に cuda/cuDNN 関連のヘッダファイルやライブラリと nvcc も必要になるので cuda/cuDNN を改めてインストールし、nvcc に合わせて gcc/g++-5 もインストールしています。
colab にデフォルトインストール済のパッケージのバージョンは ReNom の公式 Requirements のバージョンより新しいですが、明確に問題が出るまでは気にしないことにします。
おわりに
現在インストールの正常終了と簡単な動作の確認しかしておらず、本当にGPUが使われるかが未確認のため、確認できれば追記します。
なお colab ではありませんが ReNom のモデル保存に h5py が必要との情報も見かけたので、その場合は以下を追加してください。
!pip install h5py
ReNom の記事はあまり見かけませんが、環境構築のハードルが下がれば幸いです。