2021/1/19に確認したところ動かなくなっていました。
いまだに直っていません。
まず、「ゼロから作るDeep learning」とは
ディープラーニングの入門書でpython3で実際に機械学習を実装してみるための本である.
そして、初心者の僕はこの本をきっかけにディープラーニングを学びました.過去に「ゼロから作るディープラーニング 第七章のプログラムをcifar10で実装してみた」という記事も書きましたのでぜひ読んでみてください.
この記事の目標
・ゼロから作るDeep learningのプログラムをgoogleのサービスの一つであるColaboratoryを用いて実行してみる
Colaboratoryとは無料で簡単に高性能なパソコンを持っていない方でも機械学習をできるようにgoogleがコードをクラウド上で実行できるように公開しているサービスのこと.
今回はこれを用いることでプログラミングをするうえで一番ハードルの高い環境設定をしなくていい状態にしています.
プログラミングはなれ!!
実際に動かしてみましょう(ここをクリック)
あとは、「ランタイム」→「すべてのセルを実行」で動きます
※途中でgoogleのアカウントを認証させることが必要になるので、出てきたURLをクリックしてでてきたパスワードを入力してください
参考記事
・Colaboratoryで外部ファイルを扱う場合はローカルからのアップロードが良いみたいhttps://colab.research.google.com/drive/1UQXiz0vQN4O4AEGJcYhi4jOXBpN35Ldm
実際に動かしてみたときの感想などあればコメントください!!
コメントもほとんど入れてないのでうまく動作できない場合がありますのでその時もコメントください(_ _)
ここからはcolaboratoryにコードを書く際に変更した点などを書いておきます.
興味がない方はさっとページから離れることをおすすめします.
まず、train_convnet.pyをコピペして、train_convnet.pyを動かすのに必要なコードをimport***を参考にして必要なところをコピペする.(わりとめんどくさい)
あとはもともとのコードはCPUで計算するように設計されているためnumpyというライブラリで記述されています.その部分をCuPyで書くことでGPUで計算することができるようになります.
import cupy as cpを追加してnp. を cp.に置換する、ショートカットキーを使って置換すると楽です
windowsの場合「CTRL+H」です
実行するとエラーが出るのでエラーが出た部分のみcp.をnp.に戻す
(ほとんどの部分がCuPyで互換できるみたいだが、エラーの部分のみできないみたい)
実際にCPUとGPUとの速度の違いを比較すると面白いと思います!!
感想や質問おまちしております!!
いますぐにURLを開いてコードを実行してみましょう!!!