私的AI研究会 > Colab

Google Colaboratory で機械学習

colab_s.jpg

 機械学習や Deep Learning の実行環境に「Google Colaboratory」を使ってみる
 YOLO V7 を使ってカスタムデータによる学習を実行する

※ 最終更新:2023/09/11 

Google Colaboratory 動作確認

Google Colaboratoryを使ってみる

  1. Google の「Colaboratory へようこそ」 ページを開く

  2. Googleアカウントにログインしていなければログインする

  3. 「ファイル」メニューまたはダイアログのボタンから「ノートブックを新規作成」を選択

  4. 左上のタイトル(Untitled*)を「yolov7_custom」に変更する

  5. セルにコードを入力し、左側の三角ボタンをクリックするか「Ctrl」+「Enter」を押して実行する
    print("hello colaboratory!")
    入力欄(セル)の下に結果が表示され簡単に Python の実行環境が手に入る

    ※「ノートブック」でのコマンド実行手順
    1. セルが表示されていない場合は「+コード」メニューを押しセルを表示する
    2. セルにコマンドを入力し、三角ボタンをクリックするか「Ctrl」+「Enter」を押す
    3. 先頭に「!」をつけることで、PythonではなくOSのコマンドラインに命令を送ることができる

Google Colaboratoryの実行環境を設定(確認)する

20230910_000012_001m.jpg
  1. メニューから「ランタイム」→「ランタイムのタイプを変更」を選ぶ

  2. 表示されたダイアログから「GPU」を選ぶ
    GPU を設定する

  3. スペックを確認する

    1. 「lshw」をインストールする
      !apt install lshw
    2. ハードウェア情報を収集するために「lshw」を実行する
      !lshw
      
          :
           *-memory
                description: System memory
                physical id: 0
                size: 12GiB
           *-cpu
                product: Intel(R) Xeon(R) CPU @ 2.20GHz
                vendor: Intel Corp.
                physical id: 1
                bus info: cpu@0
                width: 64 bits
          :
              *-display
                   description: 3D controller
                   product: TU104GL [Tesla T4]
                   vendor: NVIDIA Corporation
                   physical id: 4
                   bus info: pci@0000:00:04.0
                   version: a1
                   width: 64 bits
                   clock: 33MHz
          :
      ※「CPU Intel(R) Xeon(R) 2.20GHz」「メモリ 12GB」「GPU Tesla T4」の実行環境が確認できる

Google Drive に作業領域を確保する

  1. Googleドライブを起動する
    Googleアカウントにログインしていなければログインする

  2. マイドライブ直下に新しく「try」フォルダを作成する
    マイドライブ表示エリアでマウス右クリック、「新しいフォルダ」を選択する

更新履歴

参考資料