Surface Pro （Windows）で PlaidML をバックエンドに Keras を動かしてみた

はじめに

新幹線の乗車中に Deep Learning を動かしたいときありませんか？今回は Surface Pro の Intel GPU (Open CL) を使った PlaidML バックエンドの Keras を動かしてみます。

Windows の Python は Anaconda を使ってます。（セットアップは以下の「Pythonのインストール」を参考にしてください）
https://qiita.com/kekekekenta/items/19972a45025a97330e21#pyhton%E3%81%AE%E3%82%A4%E3%83%B3%E3%82%B9%E3%83%88%E3%83%BC%E3%83%AB

PlaidMLの環境を整える

PlaidML用に環境を分けておきたいので、新たに環境を作成します。

C:\Users\kenta\Documents>conda create -n plaidml python=3.5
C:\Users\kenta\Documents>activate plaidml

plaidmlのサンプルプログラムを動かすためのパッケージとplaidmlをインストール。

(plaidml) C:\Users\kenta\Documents>conda install h5py imageio Pillow opencv
(plaidml) C:\Users\kenta\Documents>pip install pygame
(plaidml) C:\Users\kenta\Documents>pip install plaidml-keras

plaidmlのセットアップ。Surface ProなのでGPUとしては、Intel Graphics 540を選択。

(plaidml) C:\Users\kenta\Documents>plaidml-setup

PlaidML Setup (0.3.3)

Thanks for using PlaidML!

Some Notes:
  * Bugs and other issues: https://github.com/plaidml/plaidml
  * Questions: https://stackoverflow.com/questions/tagged/plaidml
  * Say hello: https://groups.google.com/forum/#!forum/plaidml-dev
  * PlaidML is licensed under the GNU AGPLv3

Default Config Devices:
   No devices.

Experimental Config Devices:
   opencl_intel_intel(r)_iris(tm)_graphics_540.0 : Intel(R) Corporation Intel(R) Iris(TM) Graphics 540 (OpenCL)
   opencl_cpu.0 : Intel(R) Corporation CPU (OpenCL)
   opencl_cpu.1 : Intel(R) Corporation CPU (OpenCL)

Using experimental devices can cause poor performance, crashes, and other nastiness.

Enable experimental device support? (y,n)[n]:y

Multiple devices detected (You can override by setting PLAIDML_DEVICE_IDS).
Please choose a default device:

   1 : opencl_intel_intel(r)_iris(tm)_graphics_540.0
   2 : opencl_cpu.0
   3 : opencl_cpu.1

Default device? (1,2,3)[1]:1

Selected device:
    opencl_intel_intel(r)_iris(tm)_graphics_540.0

PlaidML sends anonymous usage statistics to help guide improvements.
We'd love your help making it better.

Enable telemetry reporting? (y,n)[y]:y

Almost done. Multiplying some matrices...
Tile code:
  function (B[X,Z], C[Z,Y]) -> (A) { A[x,y : X,Y] = +(B[x,z] * C[z,y]); }
Whew. That worked.

Save settings to C:\Users\kenta\.plaidml? (y,n)[y]:y
Success!

サンプルプログラムの実行

サンプルプログラムを動かすためにplaidmlのgitリポジトリを取得。
（2020/10/4 @17ec084さんから提案があり、オリジナルのリポジトリ（ https://github.com/plaidml/plaidvision.git ）がリンク切れとのことで、forkされたと思われるリポジトリに変更しました。）

(plaidml) C:\Users\kenta\work>mkdir plaidml
(plaidml) C:\Users\kenta\work>cd plaidml
(plaidml) C:\Users\kenta\work\plaidml>git clone https://github.com/jbruestle/plaidvision.git
(plaidml) C:\Users\kenta\work\plaidml>cd plaidvision

サンプルプルグラムを動かしてみる。初回動作時は学習済みモデルをダウンロードするので少し時間がかかります。PlaidMLバックエンドで動いていることを確認。カメラ画像のリアルタイム分類で11fpsぐらいの速度。

(plaidml) C:\Users\kenta\work\plaidml\plaidvision>python ./plaidvision.py mobilenet
Using PlaidML backend.
INFO:plaidml:Opening device "opencl_intel_intel(r)_iris(tm)_graphics_540.0"
Downloading data from https://github.com/fchollet/deep-learning-models/releases/download/v0.6/mobilenet_1_0_224_tf.h5
17129472/17225924 [============================>.] - ETA: 0sDownloading data from https://s3.amazonaws.com/deep-learning-models/image-models/imagenet_class_index.json
24576/35363 [===================>..........] - ETA: 0s

試しに、KerasでTensorflow（CPU）バックエンドで動かしてみるとで動作確認してみる。カメラ画像のリアルタイム分類で2.6fpsぐらいの速度。

(plaidml) C:\Users\kenta\work\plaidml\plaidvision>activate py35
(py35) C:\Users\kenta\work\plaidml\plaidvision>python ./plaidvision.py mobilenet
Using TensorFlow backend.

さいごに

サンプルのカメラ画像のリアルタイム分類で4.2倍ぐらいの速度でしたが、自分で作った学習のプログラムだと速度が出ないので、もう少し調査が必要そうです。

参考URL