[PYTHON] Verwendung von Google Colaboratory und Verwendungsbeispiel (PyTorch × DCGAN)

Überblick

Hallo. Vor kurzem (Stand März 2020) hat sich die Stimmung der Selbstbeherrschung aufgrund des Einflusses des Koronavirus verschlechtert. Ich selbst arbeite für alle Fälle hart an meinen Forschungsaktivitäten zu Hause, aber ich bin müde, weil ich die letzte Woche wach geblieben bin. Dieses Mal werde ich Google Colaboratory verwenden, an dem ich schon immer interessiert war, um eine Pause einzulegen.

Google Colaboratory ist eine der Entwicklungsumgebungen für SaaS-Notebooks, die im Internet verwendet werden können. Es ist sehr praktisch, da es mit Google Drive synchronisiert werden kann und die GPU kostenlos verwendet werden kann. Für diejenigen, die normalerweise individuell recherchieren, scheint das Codieren im Notebook-Format nicht vorteilhaft zu sein, aber für diejenigen, die sich in Teams entwickeln, die häufiges Teilen von Code erfordern, Ist Google Colaboratory nicht perfekt für Sie?

Übrigens, in diesem Artikel ** werde ich die Einführung von Google Colaoratory, die grundlegende Verwendung, die Montagemethode von Google Drive und schließlich das Lernverfahren mit DCGAN und tatsächlich mit GPU vorstellen. .. ** **.

So verwenden Sie Google Colaboratory

Wie Sie wahrscheinlich haben, melden Sie sich zunächst mit Ihrem Google-Konto an und geben Sie [google drive] ein (https://www.google.com/intl/ja_ALL/drive/).

Wenn Sie die Seite "Persönliches Laufwerk" aufrufen, klicken Sie auf der linken Registerkarte auf "Neu" -> "Andere" -> "App hinzufügen". Der folgende Bildschirm wird angezeigt. Suchen Sie in Colaboratory danach und installieren Sie ihn.

Jetzt können Sie loslegen. (Schnell!) Gehen Sie zurück zu "Mein Laufwerk", klicken Sie mit der rechten Maustaste und wählen Sie "Andere" -> "Labor", um den folgenden Bildschirm aufzurufen. Die Benutzeroberfläche ist intuitiv zu bedienen, sodass Sie sie mit ein wenig Basteln leicht verstehen können.

Sie können den Code so schreiben, wie er ist.

Sie können die Zelle ausführen, indem Sie die Wiedergabetaste links drücken. Die Ausgabe wird unter dieser Zelle angezeigt.

Mit dem + Code und + Text oben können neue Zellen erstellt und Text eingefügt werden. Das Beispiel im obigen Bild ist ein Beispiel für das Einfügen von Text. Sie können das Markdown-Format ausfüllen.

Sie können es unter "Datei" -> "Speichern" speichern. Es wird auf dem Laufwerk gespeichert.

So mounten Sie Google Drive (neueste Version)

Es scheint, dass es viel Zeit und Mühe gekostet hat, das Skript so auszuführen, wie es ist, aber jetzt ist es einfach zu mounten.

Wenn Sie die dateiähnliche Form auf der linken Registerkarte öffnen, befindet sich "Laufwerk einbinden". Wählen Sie es einfach aus. Sie werden beim Mounten um Erlaubnis gebeten, aber ja, ist in Ordnung. Die Montierung ist jetzt abgeschlossen.

Lassen Sie uns nun tatsächlich auf die Google Drive-Datei im Code verweisen. Durch Ausführen der obigen Methode wird My Drive auf ./drive/MyDrive bereitgestellt. Das folgende Bild ist ein Beispiel für das Lesen und Drucken von "a.png " auf meinem Laufwerk.

Lernbeispiel mit GPU (DCGAN)

Bei dieser Geschwindigkeit ist es langweilig, also lasst uns tatsächlich lernen, die GPU zu verwenden. Um die GPU zu verwenden, wählen Sie zunächst die GPU "Hardware Accelerator" unter "Bearbeiten" -> "Notebook-Einstellungen" auf der oberen Registerkarte aus.

Implementieren Sie DCGAN. Ich habe den Code [hier] ausgeliehen (https://blog.shikoan.com/pytorch-dcgan/). Beziehen Sie sich auf das Beispiel von mnist auf der obigen Seite. Eine Sache zu beachten ist das Zielverzeichnis. Mein Laufwerk ist auf ./drive/MyDrive gemountet, daher müssen Sie es als Argument übergeben, um auf ./drive/MyDrive zu verweisen.

Kopieren Sie nun den Code, ändern Sie die Verzeichnisreferenz und drücken Sie die Wiedergabetaste, um zu lernen. Das Lernen wird fortgesetzt.

Nach Abschluss wird das generierte Bildbeispiel im angegebenen Verzeichnis gespeichert.

Schließlich

Dieses Mal habe ich Google Colaboratory verwendet und versucht, DCGAN tatsächlich zum Lernen aus dem Bereitstellungsverfahren zu verwenden. Der obige DCGAN-Code hat auch eine Faltungsschicht, was einen ziemlich schweren Prozess darstellt und für einen PC mit niedrigen Spezifikationen schwierig ist. Ich habe das Gefühl, dass ich eine GPU verwendet habe, aber es scheint, dass Nvidia K80 hinter den Kulissen läuft, also ist es schnell genug. Ich bin sehr dankbar zu glauben, dass es kostenlos auf einem Notebook-PC verwendet werden kann. Es scheint, dass Sie unterwegs lernen können. Wenn ich in Zukunft eine Chance habe, werde ich sie immer mehr nutzen.

Verweise

https://qiita.com/shoji9x9/items/0ff0f6f603df18d631ab