はじめに

近年、画像認識や自然言語処理など、Deep Learning(DL)を利用したAIの活用が徐々に広がっており、仕事で触れる機会も徐々に出てきました。
Deep Learningのフレームワークとしては、TensorFlowやCaffeなどが良く知られていますが、
今回は、Microsoft Azureで各種開発環境をインストール済みの仮想マシン(Data Science Virtual Machine)が提供されていることから、
Cognitive Toolkit (CNTK) とMicrosoft Azureの仮想環境を利用して、DL開発環境を簡単に構築してみます。

CNTKとは？

Microsoftからリリースされている、深層学習(Deep Learning)向けのフレームワークです。
C++, pythonのAPIが用意されており、Windows環境だけでなく、Linuxでの開発にも対応しています。
実行環境としてCPU利用とGPU利用を選択することができ、複数GPU環境にも対応しているとのことです。
[参考]

環境構築の流れ

今回は、Data Science Virtual Machine (DSVM)のWindows Server 2016版を利用して環境を構築します。
構築の手順は下記の通りです。

Microsoft Azure のサブスクリプションの準備
Data Science Virtual Machine (DSVM)の構築
Jupyter Notebookを起動

Microsoft Azureサブスクリプションの準備

Azureのサブスクリプションは、無料体験版(1ヶ月間20,000円分まで)やMSDN特典のサブスクリプションから利用できるほか、
有償契約での利用(従量課金、Open版、EA版、CSP版など)も可能です。
それぞれの契約方法については、下記をご参照いただき、本稿では割愛させていただきます。
[参考] 価格の概要 - Azure 価格の仕組み

Data Science Virtual Machine (DSVM)の構築

Azureポータルへアクセスします。
「＋新規」を選択します
検索ウィンドウに「Data Science Virtual Machine」と入力します。
　
「Data Science Virtual Machine - Windows 2016」を選択します。
VM名、OSアカウント・パスワード等を入力します。
サイズを選択します。( NCシリーズ推奨。今回はNC6を選択。)

NCシリーズは、コンピューティングに特化したGPU(NVIDIA Tesla K80)を搭載した仮想マシンで、Deep Learningの処理等に適しているとのことです。( 参考: Azure Windows VMのサイズ - GPU )

リソースグループ、仮想ネットワーク、IPアドレス等の設定をします。

5.～7.の手順については、こちらをご参照ください。

リモートデスクトップで接続します。

初期状態では、下記ソフトウェアがインストールされています。

Jupyter Notebookの起動

DSVMには、あらかじめJupyter Notebookがインストールされています。
コマンドプロンプト(cmd.exe)かWindows Powershellを起動して、下記コマンドを入力するだけで起動できます。

jupyter notebook

CNTKの動作確認

Jupyter Notebookから、下記のコードを入力すると、CNTKのバージョンを確認することが出来ます。

import cntk as C
C.__version__

次回

次回は、CNTKを使って簡単なプログラムを書いてみます。