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 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 ～
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。
1 2 | from tensorflow.python.client import device_lib device_lib.list_local_devices() |
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。
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。
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↓
にほんブログ村