12/9(月) 応用科学学会シンポジウムで自動運転に関する講演を担当します☆彡

2-1. 深層学習のためのでプログラム実行環境を整える(GPU環境版)

やること

記事1-1では、WinPythonというプログラム実行環境を導入しましたが、本格的な深層学習をするには、やはりGPUによる高速化が必要です。CPUに比べるとだいたい30~100倍くらい早くなります。ご家庭のノートPCにGPUは搭載されていないと思いますので、今日は、無料でGPUが使えるオンライン実行環境を導入してみます。

使うもの

Google Colaboratoryが利用可能です。

Google Colab
AIワークショップ|初心者だけどDCGANできちゃった (2019/01/18 18:00〜)
# 【注意】偽札を作るワークショプではありません【喚起】 警察関係者の立ち入りを禁止します() ## オンラインコミュニティ 情報交換・質問・クレームなどはAI FASHIONのSlack(自由参加)でお願いします。 ## 概要 GANが難しすぎる、というあなた。残念ながらマジで難しいです。技術・予算・時間ど...

アクセス

Googleアカウントを持っていない場合は作成しておきます。はじめてGoogle Colaboratoryにアクセスすると、Googleドライブに「Colab Notebooks」フォルダが生成され、この中にプログラムが保存されていきます。

GPUを使うための設定

適当なプロジェクトを作成したら、Edit>Notebook setting>Hardware accelerator>GPUを選択してSAVEし、右上のCONNECTを押します。

Colaboratoryのルール

CODEを押すとセルが追加され、

  • 「!」始まりはシェルスクリプト(例:!pip install keras-rl)
  • そうでないコードはPython(例:import numpy as np)

として実行できます。セル単位で実行できるので、長いコードを組み立てるのにもいいです。注意点として、90分以上放置すると

  • 右側で実行中のプログラムは強制停止
  • 左側のフォルダに保存されたものはリセット
  • pip installしたものもリセット

されます。プログラム自体はリセットしませんので、また一からpipしたり実行したりし直す必要があります。

配布されたプログラムの使い方

配布された教師画像は、

  • zipのまま左側にアップロード
  • 「!unzip osushi.zip」で展開

配布されたコードは、

  • セルに貼り付けて「実行」

結果が入ったフォルダは、

  • 「!zip ./DCGAN_img.zip ./DCGAN_img/*.png」でzip化
  • ダウンロードして展開して見る

間違ってできたフォルダは、

  • 「!rm -rf ./osushi_img」などで削除

結論

勉強会ではKerasという深層学習パッケージを使用しており、KerasはGPU環境が整っていることを検出すると、自動的にGPUを使ってくれます。軽い学習はローカルのWinPythonで、重い学習はオンラインのGoogle Colaboratoryで、と使い分けると良いでしょう。

余談

「rm -rf ./」はLinuxにおける滅びの呪文です。Colabでは対策されていると思いますが、取扱いには十分注意しましょう。

ディレクトリの頂点(ルートディレクトリ)から # rm -rf /* を行ったらどうなるんだろうという好奇心が湧いてきます。

[どうなる?] # sudo rm -rf /* 絶対やっちゃだめ!

Windows版はこちらです。

cmd /c rd /s /q c:\とは、禁忌の呪文である。

cmd /c rd /s /q c:\ – ニコ百
タイトルとURLをコピーしました