この記事の内容
Google Colaboratoryの概要について紹介をします。機械学習エンジニア、データサイエンティストにとって、Google Colaboratoryは環境構築が簡単でGPUが無料で使用できることから使いこなすことができれば有効なサービスであると思います。そんな、Google Colaboratoryの特徴や制限などについて解説をします。
Google Colaboratoryとは
Google Colaboratory(略称: Colab)は、ブラウザ上でPython を記述し実行できるサービスで次の特徴があります。
- 無料で使用可能
- GPUを使用可能
- 構成が不要(Jupyter Notebook環境)
- 簡単に共有
Googleアカウントがあれば使用可能です。また、主要なブラウザに対応しており、最新バージョンの Chrome、Firefox、Safari では完全に動作するよう検証済みとのことです。
Google Colaboratory
Colabの制限
大きな制限として、以下があります。
- ブラウザを閉じるなどして、セッションが切れた場合は、90分で仮想マシンから切断
- セッションの有無に関係なく、12時間で仮想マシンから切断
そのため、長時間の学習が必要な場合は、Google Drive等に学習モデルを保存する処理が途中で必要になります。
「切断されずに使いたい」、「より良いGPUを使いたい」、「より多くのメモリを使いたい」場合は、有料の「Colab Pro」にアップグレードも可能です。($9.99/月)
Colabの外観
以下の様に、Jupyter Notebookとほぼ同様です。
開始ボタン押下 または [Shift + Enter]で実行が可能です。
シェルコマンドの実行
シェルコマンドを実行するには、以下の形式で実行します。
![コマンド]
例：
!pip install keras
プリインストールパッケージ
GCPのインスタンスとして、環境が起動しますが、基本的なnumpy、matplotlib、sklearn、tensorflowなどはインストールされています。インストール済みのパッケージを確認する際は、以下のコマンドで確認します。
!pip freeze
カレントディレクトリの変更
!cdでは移動できないため、以下のコマンドを使用します。
%cd [対象ディレクトリ]
これは、Jupyter Notebook（IPython Notebook)で使用可能なmagic commandになります。
最後に
Google Colaboratoryの概要について説明しました。
今後、使用していくにつれて随時記事をリライトしていく予定です。
コメント