機械・深層学習のシステムとGPU環境の関係について

機械・深層学習のchainerですが、インストール手順を調べると、CudaとかGPU関係のものをインストールすることがセットになっているようです（Cupy)。
私のPCはグラフィックカードなどはNvidiaでもないのでそれは適用できないのかなと思うのですが、説明を読んでみるとハードウェアの制約についてあまり言及がなく、どのグラフィック環境でもやるってことなのかなと思うのですが、どうでしょうか。また、そのようなGPUの環境はchainerを利用するうえでアリ・なしは雲泥の差なのでしょうか。アリに越したことはないのは間違いないと思いますが。

No.2 回答者： kamiyasiro 回答日時： 2019/09/21 08:32

企業で統計を推進している専任者です。

計算量の件、例えば、MNISTの数字認識はGPUがあっても、一晩は掛ります。
ただ、練習用であれば、14×14ピクセルに落として、各2000文字くらいにして演習に供しているコースもあります。それなら、GPUが無くても昼休み中くらいで終わると思います。

GPUは画像処理ではなく、CPU代わりにつかうので、どのGPUでも良いとは思います。が、そのときにどのドライバをインストールすれば良いのか、詳しい人でないとできないと思います。そもそもPythonとかアナコンダのインストールが分からないので、あつらえのインストーラーを使うんですよね。

GPUの無い環境であれば、ソニーのNNCというディープラーニングのソフトなどは、クラウド上でやってくれるので、そういうソフトや環境を作った方が良いかも。ただ、企業内の研修ですと、一気にトラフィックが増大するので、無理なんですよね。

最近は、ケーラスとかテンソルフローといった学習済みフレームワークがあるので、それらを使えば計算量は少ないです。この学習済みのものに、数百画像読ませて、それで識別器完成なんていう事例を見たことがあります。過学習じゃないのか、と思いますけどね。

あと、メインメモリが足りないと、順調に進んでいると思っても、突然メモリーオーバーフローとかで止まったりします。少なくとも8Gは欲しいです。こっちもおろそかにしないで下さい。



綴りを覚えていないので、カタカナ表記でスミマセン。

この回答へのお礼

回答ありがとうございます。
keras(tensorflow), chainerなどが普通に想定されると思います。どれだったか忘れましたが、クラウドでやると計算自体も自前でなく、クラウドを提供している側の高速サーバーが使えるというサービスもあったように思いました。私はまだ練習という程度のレベルですが、こういう処理はほぼ定型的で形式的に同じ処理をすることになるように思います。ユーザがすることはデータと正解を提供することだけ（というと言いすぎかもですが）なんじゃないかと思いますが。形式的にはです。チューニングとかの妙味が優劣を決するのかなと思ったりしますが。

お礼日時：2019/09/21 18:43

No.1 回答者： ぷらぐろまあ 回答日時： 2019/09/19 00:06

雲泥の差です。

この回答へのお礼

ありがとうございます。ハードウェアがGPU対応になっていないので泥にまみれるしかないのですが、練習用なので仕方ないと思っています。そういう範囲であったとしてもその範囲では頑張って動いてくれるということになるでしょうか。動作の確認とか練習という意味ですが。

お礼日時：2019/09/20 17:05