最も速く簡単にChainerの環境を構築する方法(Azure Machine Learning)

こんにちは。

コンサルティング&テクノロジー部の上坂です。

みなさんDeep Learningしてますか?Deep LearningはTensorFlowやKerasや、Chainer、CNTKなどがありますが、さぁやってみようと思うとまず環境作るところから始めなければならないのは面倒ですね。

今回ご紹介するのは恐らく?最も速くChainerの実行環境を作成する方法です。

Chainer Banner

ローカルのマシンには何もインストールする必要はありません。


でも代わりにMicrosoft Azureの環境は必要です。無料で始められますので、これを機会に是非。

Azureを無料で始める

まるでMicrosoftの回し者のようですね。えぇ、Azure MVPなので回し者のようなものです。

さて、ではChainerの環境を作りましょう。とても簡単でしかも速いです。

1.Workspaceを作る

管理ポータルからAzure Machine Learning Workspaceを作成し、Machine Learning Studioを起動します。既に作成済みの方はスキップしていただいて構いません。

1-1.Machine Learning Workspaceを検索する


Machine Learning Workspaceを検索


1-2.Workspace情報を入力して作成


Workspace情報を入力して作成

1-3.MLStudioを起動


MLStudioを起動

2.Jupyter Notebookを作る

Machine Learning Studioで左下の「NEW」をクリックすると、リソース新規作成のパネルが下からせり上がってきます。ここで、左のメニューから一番下の「NOTEBOOK」を選択して下さい。すると、Jupyter Notebookの作成ができます。「Python 3」を選びましょう。


2-1.Python3のNotebookを作る


Python 3 のNotebookを作成する

2-2.Notebook の名前をつける


Notebook の名前をつける

2-3.Jupyter Notebookが起動


Jupyter Notebookが起動

3.Chainerをインストールする

Microsfot AzureのMachine Learning上で作成したJupyter Notebookは、Anacondaで稼働しています。残念ながら最初からChainerはインストールされていませんが、簡単にインストールすることができます。インストールは

!pip install chainer

と入力して実行するだけです。

3-1.Chainerのインストール


chainerのインストール

3-2.chainerのinstall完了

コマンドを叩くと、Chainerがインストールされて、次のような結果が表示されます。

chainerのinstall完了

3-3.MNISTの実行

さて、それでは折角ChainerをインストールしたのでDeep LearningのHello WorldであるMNISTでもやっておきましょう。Chainerのチュートリアルにあるコードをパクってくればすぐ実行できます。
うまく実行できるとこんな感じで表示されます。意外と早く結果が帰ってきます。ちなみにサーバースペックですが、コマンドを叩いて分かる範囲ですと、OSはUbuntu 14.04.1、CPUは2.40GHz、コア数は8つ、メモリは55GB、ディスクはHDDででした。

MNISTの実行

とても簡単で素早くChainerの環境が構築できました!
是非お試しください。

Microsoft Azureに関する御相談をお待ちしております。
NextscapeのAzure -クラウド開発/導入/教育/コンサルティング


ネクストスケープ企業サイトへ

NEXTSCAPE

検索する

タグ

メタデータ

投稿のRSS