　AIモデルの規模によっては、GPU利用による学習時間の短縮を検討することがあります。ローカル環境でも不可能ではありませんが、自前でGPUを準備するのは大変です。そんな時、Google Colaboratoryを利用すれば誰でも無料でGPUを利用できます。Google ColaboratoryとJupyterNotebookの操作イメージが似ていることを覚えておきましょう。

GPUの特徴

高速に行列計算が可能
USBのように外付け拡張できない
一般に高価

Google Colaboratoryに慣れる

　セルと呼ばれる枠内にPythonコマンドを入力します。実行はセル単位です。保存ファイルは「ノートブック」と呼ばれます。コマンドの他、マークダウン形式のテキスト文や実行結果も保存されます。ファイル拡張子は「.ipynb」 […]

sell GoogleColab / Googleドライブ / Jupyter / vim / 環境準備

ディープラーニングで実装するAIの内部では、大量の行列計算が行われます。行列計算には、CPUよりGPUが適しています。AIの学習を高速に行いたい場合、GPUの利用を検討しましょう。

目次へ＞＞　ページの先頭へ＞＞

使い方

IPython

　Pythonコマンドや機械学習ライブラリの実行を、対話式にコマンド実行できます。対話式なので、「xxx.py」のようなファイルを作成せずにコマンドを実行でき便利です。また、キーワードがハイライトされて見やすくなります。ここでは「IPython」の利用例を紹介します。Anaconda Prompt（Miniconda）より起動します。

IPython使い方

「Anaconda Prompt（Miniconda）」を起動
「ipython」と入力して「Enter」
→ 「IPython」プロンプトに切り替わります
　※先頭が小文字の「i」に注意

　以下にコマンドを記載します。後述の「JupyterNotebook」でも同じコマンドを利用します。

ipython
import numpy as np
arr = np.random.randint(1, 10, (2,3))
arr

IPython、Numpyがインポートされていない場合は、次のコマンドを実行してインストールしてください。

IPython・・「conda install ipython」
Numpy・・「conda install numpy」

　IPythonの特徴をまとめました。

IPythonの特徴

対話式にコマンドが実行可能
（「Enter」でコマンド実行するとすぐに結果が返ってくる）
PythonやNumpyのコマンドがハイライトされる
Pythonプログラム（「.py」ファイル）も実行可能

「IPython」を利用しない場合は「xxx.py」のようなPython実行ファイルを作成し、「Anaconda Prompt」で「python xxx.py」で実行します。なお、「xxx.py」の実行は「IPython」でも可能です。

Anaconda Prompt・・「python xxx.py」
IPython・・「!python xxx.py」

目次へ＞＞　ページの先頭へ＞＞

Jupyter Notebook

　Minicondaと同様にPythonプログラムが実行できます。GUI操作なので感覚で操作が可能ですが、Minicondaに慣れてしまうと、少し使いづらさを感じます。セルの実行にはショートカットキーが用意されているのでコマンド実行も可能です。「Miniconda」インストールでは利用できませんが、Google Colaboratoryでも利用できるノートブック形式になっていることは覚えておきましょう。

使い方

「Jupyter Notebook」を起動
メニュー[File]-[New Notebook]で新規作成
（右上の「New」ボタンからでも開始可能）
セルと呼ばれる枠内にコマンドを入力
メニューやショートカットキー入力で実行
（例：Ctrl＋Enter、メニュー[Cell]-[Run Cells]）

　ノートブック形式には次のような特徴があります。

ノートブック形式の特徴

セルごとにコマンド実行（すべてのセルの実行も可能）
セルには複数のコマンドが記述できる
マークダウン形式のテキスト文が書ける
ipynbファイルとして保存される（「GoogleColaboratory」と同じ）
保存先はユーザのホームディレクトリ（例：C:\Users\futa）

上記にも記載しましたが、GoogleColaboratoryと操作性が似ていることを覚えておきます。

目次へ＞＞　ページの先頭へ＞＞

参考

Numpyについて

　MinicondaをインストールしてAI開発ができる環境が整うと、最初に「IPython」を起動してNumpyの行列計算を実行することが多いです。確かにAIの内部では行列計算が行われているのでNumpyを使ってみるのですが、高校数学で習う行列計算をイメージすると落とし穴にはまってしまいます。E資格受験を通して感じたAIを理解するために必要なNumpyの注目ポイントについて、以下のページで説明しています。

行列計算（内積）の着目ポイント

　人工知能（AI）には行列計算が使われます。(2×2)行列同士の内積計算AxBは手計算でも簡単です。(5×5)行列同士の内積計算となると、手計算では大変ですがNumpyを使えば簡単に計算できます。しか […]

sell MNIST / Numpy / テンソル / 次元 / 行列

　Numpyのコマンドリファレンスはこちらのページ（外部リンク）が参考になります。