はじめに
本記事は「Google Colab入門（Google Colaboratory）」に移行いたしました。移行先のテキストには、本記事で解説していない内容もわかりやすく詳細していますので、「Google Colaboratory」についてしっかり学びたい方はぜひ一読いただけますと幸いです。
Google Colaboratoryとは
Google Colaboratory（グーグル・コラボレイトリーもしくはコラボラトリー）とは、Googleが機械学習の教育及び研究用に提供しているインストール不要かつ、すぐにPythonや機械学習・深層学習の環境を整えることが出来る無料のサービスです。Colab（コラボ）とも呼ばれます。無料で利用する事が出来ますが、Googleアカウントが必要になります。またCPU及びGPU(1回12時間)の環境が利用可能です。
Google Colabを使ってみよう
Colaboratoryを使うには下記のURLにアクセスするだけです。では早速使ってみましょう。Googleアカウントでログインして後に、下記リンクにアクセスしてください。Google Colaboratory＊この後からColaboratoryを、Colabと省略して記載させて頂きます。
ノートブックの作成
「最近のノートブック」の画面が表示されますので、画面の左下から「PYTHON3の新しいノートブック」を選びクリックしてください。または、左上メニューの『Python3 のノートブックを新規作成』でも同じです。
・左上メニューの『Python3 のノートブックを新規作成』の場合
Colaboratoryの画面が表示されましたでしょうか？さて、黒丸の三角の実行ボタンの右横にある薄い青色のテキストエディタがありますので、そこにプログラムを記述します。
print("hello Python")始めは少し時間がかかりますが、少し待つと結果が表示されます。ちなみに作成したノートブックは、自動的にGoogle Driveに保存されます。
GPUを使ってみる
ノートブック作成時には、GPUではないため、下記操作にてGPUを使えるようにします。※CPUとGPUの違いや、TPUに関してはこちらのテキストをご確認ください。上部メニューの ランタイム > ランタイムのタイプを変更を選択。ハードウェアアクセラレータ を None から GPU に変更して保存します。
さて、下記を実行し’/device:GPU:0’と出力されていればGPUが利用できます。
import tensorflow as tf
tf.test.gpu_device_name()また、
!cat /proc/cpuinfo
問題を報告する及び、
!cat /proc/meminfo
問題を報告するを実行すると、Colabのマシンスペックを調べることが出来ます。
GPUに切り替わっているかを確認するにはnvidia-smiコマンドで確かめる事も可能です。Colab上でコマンドを実行する時には、コマンドの先頭に!を付ける必要があります。
Fri Jul 1 06:01:11 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 465.27 Driver Version: 460.32.03 CUDA Version: 11.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 Tesla T4 Off | 00000000:00:04.0 Off | 0 |
| N/A 66C P8 11W / 70W | 0MiB / 15109MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+セルの追加方法
セル（Cell）とは入力フィールド（テキストフィールド）のことで、プログラムを入力して実行する事が出来ます。Colabの場合、左上の『＋ コード』をクリックする事で新規にセルを追加する事が出来ます。
インデントの変更とコード行番号の表示の設定
ヘッダーのナビゲーションバーから「ツール」を選び、その中の「設定」を押します。
すると以下のポップアップが表示されます。
ポップアップ左側の「編集者」を選択します。以下画面になるので、インデント幅（スペース）を2から4に変更し、行番号を表示にチェックを入れます。その後右下の「保存」を押すと、インデントの変更とコード行番号を表示できます。
Colabで書いたプログラムをファイルとしてダウンロードする
Colabで書いたプログラムをファイルとしてダウンロードするには、Colab画面のメニュー左上にある「ファイル」をクリックします。
するとメニューが表示されますので、下から2つ目の「ダウンロード」にカーソルを合わせます。
カーソルを合わせると、「.ipynb をダウンロード」と「.py をダウンロード」が表示されますので、ダウンロードしたいファイル形式をクリックするとファイルが保存されます。
「.ipynb をダウンロード」もしくは「.py をダウンロード」から、ダウンロード出来ますので、お好きなファイルをダウンロードしてみてください。
画像ファイル等のアップロードに関して
手元のPC（ローカル環境と呼びます。）からColab上に、画像ファイルをアップロードする事も可能です。方法は簡単です。左のフォルダのアイコンをクリックするとサーバーの今のフォルダ構成を見ることが出来ます。
下記の赤枠部分（空白部分）にアップロードしたい任意のファイルをドラッグアンド＆ドロップすることで、ファイルをアップロードする事が出来ます。
例えば、「aia-bis.png」というファイルを上記の赤枠部分にアップロードした場合、以下のようなメッセージのポップアップウィンドウが表示されますので、右下の「OK」を選択する事でアップロード完了します。
すると以下のように左側のファイル一覧にファイルがアップロードされている事が確認できます。
また上記のように、ファイルにカーソルを合わせて右クリックすることで、ダウンロードしたり、パスをコピーする事が出来ます。 また、２枚目以降画像をアップロードする場合には、下記のアイコンを押して画像をアップロードしてください。
注意点
90分ほど操作しない状態が続く場合、仮想マシンは停止し、ダウンロードしたデータやライブラリは初期化される仕様になっております。その点はデメリットではありますが、無料でブラウザからPythonやその他の機械学習ライブラリが最初からインストールされている仮想マシンを利用できるメリットがあります。
有料版Google Colabに関して
Colabには月額￥1,072円にて、3つの特徴を備えた有料版の「Colab Pro」プランも用意されています。
無料版でも十分ですが、より長時間利用したい場合などにご活用してみてください。
Colab Pro+プラン
バックグラウンド実行できる「Colab Pro+」もあります。ブラウザを閉じた後もノートブックでの処理は継続されるプランです。
関連：【Google Colab】Colab で R を使おう
関連：【Google Colaboratory】Google ドライブをマウントする方法を解説！
関連：Google Colab入門（Google Colaboratory）
終わりに
Colabを利用することで無料で環境構築なしに、GPU環境にて機械学習プログラミングができます。環境構築に躓く事なくAIプログラミングに取りかかる事が可能ですので積極的にColabを活用しましょう。
また機械学習を効率よく学びたい方には、深層学習や機械学習技術を学ぶ上でオススメは、機械学習エンジニアからいつでも質問できる環境で学ぶのがオススメです。
AI Academy Bootcampなら、６ヶ月35,000円にてチャットで質問し放題の環境で、機械学習やデータ分析が学べるサービスを提供しております。
数十名在籍しているデータサイエンティストや機械学習エンジニアに質問し放題の環境でデータ分析、統計、機械学習、SQL等が学べます。AI人材に必要なスキルを効率よく体系的に身に付けたい方は是非ご検討ください。
