機械学習

kaggleのKernelでGPUを使うには

投稿日:

こちらを読むと

  • kaggleのKernelでGPUを使う方法が分かります。
  • 記事の所要時間は5分です。

はじめに

kaggleはデータサイエンスの競技サイトとして有名ですが、プラットフォームとしても優秀で、なんとGPUが無料で使えます!

私がGPUを使おうとしたときに、やり方を迷ってしまったので、kaggleのKernelでGPUを使う方法を共有します。

Kernelの設定

まずはKernelを作成します。
下の例では、Titanicコンペティションから作成しています。

Kernelsを選択し、右側の”New Kernel”をクリックします。


作成する形式を、ScriptかNotebookか聞かれるので、作りたい方を選びます。今回はNotebookを選びます。

Kernelの画面に遷移します。
右側にSessionsパネルがあり、こちらにGPUの状態が表示されます。デフォルトではOffとなっており、GPUが使えません。

同パネルの下の方に、Settingsパネルがあり、各種設定が可能となっています。
ここで、GPUの設定が変更可能です。

GPUの設定をクリックすると、選択肢が表示されるので、”GPU on”を選択します。

すると、SessionsパネルのGPUがOnとなり、GPUが使えるようになりました!

まとめ

  • kaggleのKernelでGPUを使う方法が分かりました。

自前でGPUを用意するのはハードルが高いですが、kaggleはGPUを用意してくれており、非常にありがたいですね!

他にGPUを利用できる環境として、Google Colaboratoryがありますので、こちらも使ってみてはいかがでしょうか。



-機械学習

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

多クラスロジスティック回帰①

Table of Contents こちらを読むと多クラスロジスティック回帰とは何が嬉しいか多クラス分類モデルソフトマックス関数まとめReference こちらを読むと 機械学習多クラスロジスティック …

単純パーセプトロン②

Table of Contents こちらを読むとモデルの数式誤り訂正学習法の更新式まとめ こちらを読むと 単純パーセプトロンのモデルの数式での表し方が分かります モデルの数式 前回のブログで、以下の …

scikit-learn load_iris datasetのまとめ

Table of Contents こちらを読むと何がしたいかload_iris datasetまとめ こちらを読むと scikit-learnのload_iris datasetについて、詳細が分か …

多クラスロジスティック回帰③ソフトマックス関数の微分その2

Table of Contents こちらを読むと前回のおさらい ソフトマックス関数の微分(続き) まとめReference こちらを読むと 多クラスロジスティック回帰のモデル式の導出過程が分かります …

カテゴリ特徴量の変換方法

Table of Contents こちらを読むとデータ例One-HotエンコーディングダミーコーディングEffectコーディング変換方法のまとめまとめReference こちらを読むと カテゴリ特徴 …