簡単!最短5分!Google DeepLearningVM Imageの設定

AI

AIの学習にはどうしてもGPUマシーンが必要!

さっと試すなら、Google Colaboratoryでも十分ですが、

最近は、値段も安く、ささっとクラウドのGPUマシーンが構築できるようになっているようです。

AWSも良さそうですが、Googleのツールでお世話になることが多いので、
DeepLearning VM Imageでささっと構築してみたいと思います。

Google Cloud Platformに登録している前提なので、まだの方は、先に登録してください。

スポンサーリンク

費用

デフォルトの設定で約$300/月とありますが、使わないときは、停止しておけばよいです。

GPUやCPU、メモリ、ディスクの設定で料金が変わるので、自分にあった設定にするとよいです。

無料枠$300あるので、最初は大分無料枠分でGPUマシーンが堪能できそうです。

所要時間

最短5分とタイトルにありますが、初めての方はGPU割り当てを承認してもらうのに1、2時間かかります。

GPU割り当て時間:数時間

インスタンスの設定:1分

インスタンスのデプロイ:4分 (待ち時間)

GPU割り当て

「IAMと管理」から「割り当て」を選択

指標から「なし」を選択、その後、もう一度指標から「GPUs(all regions)」を選択

電話番号を追加して、次に

GPUの割り当て数を指定します。100とかにすると電話があるようですので、数個くらいにしましょう。リクエストの説明は適当に「for training ml models」とかにします。

数時間するとメールで下記のように変更の連絡がきます。

DeepLearning VM Image インスタンス

下記リンクを開いて、コンソールを開くをクリック

Deep Learning VM Image  |  Google Cloud
ディープ ラーニング アプリケーション向けに事前構成された VM

COMPUTE ENGINE 上で起動をクリック

プロジェクトが選択されてない場合、下記画面が出るので、対象プロジェクトを選択

インスタンスの設定をします。基本そのままで、オレンジ箇所、チェックします。

Jupyter Labを使わない場合は、Access to the Jupiter Labはチェック不要です。

MNISTサンプルファイルと実行

SSHでインスタンスに接続

Compute EngineのVMインスタンス画面で、作成したインスタンスの「接続」列から

ブラウザウィンドウで開くを選択。ブラウザでターミナル画面が開きます。

MNISTの学習

ターミナルの画面で下記を実行

学習が始まり、これでDeepLearningが動かせるできることが確認できました

JupyterLab起動

JupyterLabの起動はGoogleChromeで行なっています。
Safariだと起動してくれません。

「AIプラットフォーム」の「ノートブック」を選択します。

すでに、先ほど作成したインスタンス名がリストに出ます。

対象のインスタンスから「JUPYTERLABを開く」を押すだけです。

そうすると、Jupyter Labが開きます。

最後に

簡単すぎます!

自分でGPUマシーンを設定された方ならわかるかもしれませんが、まぁめんどくさいです。

個人で使うなら、Google ColaboratoryかクラウドのGPUマシーン借りるのが一番よいのでは

と思います。

スポンサーリンク

タイトルとURLをコピーしました