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④ ソフトマックス関数の微分

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ソフトマックス関数の微分 の導出過 …

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 …

多クラスロジスティック回帰⑥ モデル出力を確率で

Table of Contents こちらを読むと確率の表し方まとめReference こちらを読むと 多クラスロジスティック回帰について、モデル出力を確率で表す方法が分かります 確率の表し方 前回ま …

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 …

Kaggle Kernelでライブラリをpip installでインストールする方法

Table of Contents こちらを読むとはじめにKaggle Kernel画面外部ライブラリのインストールまとめ こちらを読むと Kaggle Kernelでライブラリをpip instal …

Twitterフォロー

Twitterタイムライン