【Google Colaboratory】15分で出来る!無料GPU・TPUを用いたAI利用環境設定

【Google Colaboratory】15分で出来る!無料GPU・TPUを用いたAI利用環境設定

あなたはAIと聞くと、どんなイメージがわきますか?

最近流行ってて何だか凄そうだけど、中身がどうなってるのかよくわからなくて不気味だなぁ、と思う方も多いと思います。

そんな不安を払拭すべく、本シリーズではGoogle Colabにより提供されている時価70万円のハイスペックGPU・TPUを用いて、無料で誰でも出来る超簡単なAIプログラミング(Deep Learning)に挑みます!

これをやれば、あなたもAIプログラミングの経験有りと胸を張って言えます!

前回は、Google Colabのすばらしさを紹介しました。

そこで今回は、プログラミングを行うための環境構築を行っていきます!
環境設定と言ってもやることはとても単純ですので、身構える必要はありません。

速い人なら10分で終わるでしょう。

それでは早速、コラボっていきましょう!!

(Google Colaboratoryのまとめ記事は以下)

【Google Colaboratoryまとめ】完全版!特徴・環境設定・ディープラーニング体験【Colab】

Advertisement

Google DriveとGoogle Colaboratoryとの連携

以前の記事で紹介したように、Google Colab上での操作画面は90分未使用だと落ちてしまうため、Google Drive上に処理プログラムをNotebookとして保存しておく必要があります。

ということで、はじめにGoogleアカウントにログインして、Google Driveに移りましょう。

そして、Google Colab用の新規フォルダを作りましょう。
『新規』をクリックし、『フォルダ』を選択してください。

 

 

フォルダの名前は適当に「colab」とでもしておきましょう。

それでは、今作ったGoogle Drive上のフォルダをGoogle Colabと同期しましょう。

Driveの『マイドライブ』にて『colab』を選択し、下図のように『アプリで開く』⇒『アプリを追加』を選択

 

 

colabと検索すると『colaboratory』が出てきますので、選択して接続しましょう。

 

 

これで、GoogleDriveとGoogle Colabとの連携が完了しました。

Google ColaboratoryにてGPU・TPUの起動

次に、Google Colaboratoryを開いてください。

GPUを使えるようにするために、以下の図のようにタスクバーの『ランタイム』⇒『ランタイムのタイプを変更』をクリックしてください。

 

 

その後、『ハードウェアアクセラレータ』の部分を『None』から『GPU』に変更してください。
ここでTPUを選ぶと、GPUよりもさらに高性能なTPUが使えます。

なお、『ランタイムのタイプ』は『Python 3』であることを確認してください。

 

↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓

 

おめでとうございます!これで、時価70万円のハイスペックGPUが使えるようになりました。

もしデミス・ハサビスなら価値を量産できます!!

残念ながらハサビスではない我々は、ぐっと歯を食いしばり次に進みましょう。

 

関連記事:デミス・ハサビスの偉業 ~ AIを10年分進歩させた4億ドルの頭脳 ~

Advertisement

Notebook立ち上げ

次に、Drive上にてNotebookを立ち上げます。

Notebookとは、要はプログラミングを行うためのページです。

以下のように、Driveにて『新規』をクリックして『その他』⇒『Colaboratory』を選択

 

 

以下の画面にて、ノートブック名を編集します。『AI_specialist.ipynb』とでもしておきましょうか。(自由です)

 

 

まずは、本当にGPUが使えるようになっているかの確認です。

まず、『コード』と書かれたところをクリックして、セルを一つ追加してください。

次に、以下をコピペして「Ctrl+Enter」を押して実行してください。

以下のように、アウトプット部の六行目に、name: “/device:GPU:0、と表示されていれば、GPUが使えております。
もしあなたがデミスハサビスなら、世を統べる覇王に…(しつこい)

GPUの表記がない場合は、再度タスクバーの『ランタイム』⇒『ランタイムのタイプを変更』からGPUを選択して、セルを実行しなおしてください。

まとめ

以上、環境設定はこれだけで終了です。簡単でしたね!

次回は実際にDeep Learning用のニューラルネットワークをPythonプログラムにより構築し、手書き数字のデータセットを学習させて、画像認識をしていきます。

つづきはこちらから

【Google Colaboratory】無料GPUでPython深層学習体験講座(15分完結)

 

【Google Colaboratoryまとめ】完全版!特徴・環境設定・ディープラーニング体験【Colab】

PythonによるBOTを用いた仮想通貨トレードの解説も以下の記事で行っております。

仮想通貨の自動トレードPythonBOT作成の準備(環境構築・APIキー取得方法)

独学は時間的に厳しいという方には、スクールを使うのも有効です↓