Google Colaboratoryのランタイム変更(ハードウェアアクセラレータ)

Google Colaboratory の実行ランタイムは
「ランタイム」→「ランタイムのタイプを変更」で変更できます。

今回は「ハードウェアアクセラレータ」を試してみました。
ハードウェアアクセラレータは None or GPUが選択出来ます。

試したコードはこちらのブログ内にあるコードです。

• Keras+TensorflowでRapsberry Piライントレーサー作ってみた

#NNと重みをファイル出力
json_string = model.to_json()
open('c:\cnn_model_40_30.json', 'w').write(json_string)
model.save_weights("c:\cnn_model_weights_40_30.hdf5")

上記の部分だけコメントアウトしました。(今回要らないので。)

実行時間については、多少前後はすると思いますが
やっぱり、GPUにするとかなり早い！！！

type	Time
None	482s
GPU	33s

ちなみに学習実行結果はこんな感じでした。

Test loss: 0.04679989111920198
Test accuracy: 0.9766666666666667

Google Colaboratoryで楽々実行

新生活が始まって約2週間たったけど、未だにPCは支給されず
共有PCにてブラウジングする今日このごろ...

共有PCでも仕事はしないといけないですよね！？
(と言いつつこれも個人PCだけど...)

そんな劣悪な環境下でも、色々とやれるものがあることを教えてもらったのでメモ。

• Google Colaboratoryを使えば環境構築不要・無料でPythonの機械学習ができて最高

まさしくこの通りで、 Google Colaboratoryで実行環境が楽々と手に入ります。

手順

• Google Chromeをインストール
• Google アカウントの作成
• Google Chromeで、作成したアカウントでログイン
• Google Colaboratory にアクセス

以上で、終わりです。

TensolFlow実行

なんか、よく分からないのですが、v1.7がリリースされたみたいで。
こちらを実行。

• Get Started with Eager Execution

※Eager Executionは v1.7から正式リリースされたようです。
こちらがどういうものか分かりやすかった。

• Tensorflow 1.5のEager Executionを触ってみた

で、話を戻して [Get Started with Eager Execution] を進めていく。

最初で最後のハマった点がバージョンだった。
実行時は v1.6だったので、記載がある通りちゃんと

!pip install -q --upgrade tensorflow

を実行後に、再起動もしくは新規ノートブック作成を行う必要があります。

あとは、こんな感じでコピペしていきながら、実行。

学習結果については、記載しているやつとちょっと差分がありました。

これで、終わり！

すごい楽々に実行出来るので、劣悪な環境下でも大丈夫な気がする...
気がする...

第34回 WBA若手の会勉強会に行ってきた

新人で若手なので、昨日(2018/04/11) こちらに参加してきました。

• 第34回 WBA若手の会勉強会「実世界応用のための深層学習」with エクサウィザーズ

面白かった！
ありがとう。
資料も挙がっているので、みなおすようにします。

雑だけど、自分用だからこれでいい。

ニューラルネットモデルの論文一覧

完全に自分メモ用。
どこに論文があるのかさっぱりだったので。
さらに会社からはパソコン支給されないので、こっちにメモる。

LeNet

• Gradient-Based Learning Applied to Document Recognition

こちらから参照しました。

• [ディープラーニング] LeNet

AlexNet

• ImageNet Classification with Deep Convolutional Neural Networks

VGG

• VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

こちらから参照しました。

• 機械学習論文読み：VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

GoogLeNet

• Going deeper with convolutions

ResNet

• Deep Residual Learning for Image Recognition

ありがとう!

• Residual Network(ResNet)の理解とチューニングのベストプラクティス

NIN

• Network In Network

こちらから参照しました。

• モバイル上でのDeepLearningによる画像認識

こちらからは、応用？

• Deep Learningによる一般物体検出アルゴリズムの紹介

R-CNN

• Rich feature hierarchies for accurate object detection and semantic segmentation

YOLO

• You Only Look Once: Unified, Real-Time Object Detection

SSD

• SSD: Single Shot MultiBox Detector

合わせて、こちらも最高

• SSD:Single Shot Multibox Detector - Qiita

毛色を変えて...

• RNN：時系列データを扱うRecurrent Neural Networksとは

とりあえず、こんなもんから始めよう。

新生活(2018/4/1〜)

2018/3/31に関東でのお仕事(旧会社)を終えて、
2018/4/1より新天地でのお仕事(新会社)を開始しました。

〜2018/3/31

旧会社ではなんやかんやで、12年ぐらい働いていたようです。
お仕事は自由にやらせてもらって、高位合成とかSystemC/SystemVerilogとか
セミナーでの講演とか自分自身にとって良い経験になった。
もっと自分より下の人たちが活躍できるようにしたかったけど
意外?に下の人が少なくてちょっと残念な気がする。
でも、それなりに他部署の人を紹介(繋ぐ)ことができたと思うので
あとは頑張るのを願う感じ。

最後の2年間ぐらいはより他部署の人たちと関わることが多くなって
自分がどう思われているか分からないけど、自分の前では良いこと言ってくれてた
ので、それに甘えてポジティブにいこうと思う。

これから

念願の九州に帰ることができたので、よりがんばろうと思います。
九州盛り上げたいなー
とりあえず、検証セミナーでもやってみようかなーとか
人材紹介とかしようかなーとか
IT(ソフトウェア)にいこうかなーとか
(これからやること)セミナーや教育をガンガンいこうぜとか
色々やりたいことがあるので、またこのブログを通してや
それ以外のものでも構わないけど、元気にやりたいなと思ってます。

まずは、セミナー講演 かな。

最後

どうぞよろしくお願いします。
ブログも更新する時間を作るようにしよう！