ロボット Brax：Colabで大規模分散システムを凌駕する強化学習用物理シミュレーションエンジン(2/3)
１．Brax：Colabで大規模分散システムを凌駕する強化学習用物理シミュレーションエンジン(2/3)まとめ ・Braxは「シミュレーション時に分岐が発生しない」ことを保証する事で効率化を実現 ・計算が厳密に同じであるため複雑さを軽減でき、...
gpu
ロボット 
インフラ Google Colab Proが日本から利用可能に
１．Google Colab Proが日本から利用可能にまとめ ・Colab Pro版がオススメかどうかというと「その人の使い方次第」 ・Colab Free版で支障を感じていない人は無理にColab Pro版にする必要はない ・Colab...
インフラ Kubernetesのノード数を7500に拡張(2/2)
１．Kubernetesのノード数を7500に拡張(2/2)まとめ ・私達は誤動作しているノードを検出してクラスターから削除する処理は自動化 ・GPUは既存ツールでは捕捉できないエラーがあるため内製の仕組みを利用 ・Prometheusによ...
入門／解説 GeForce RTX 3060搭載のLinuxのPCでTensorFlowとCUDAを有効にする
１．GeForce RTX 3060搭載LinuxのPCでTensorFlowとCUDAを有効にするまとめ ・Tensorflow developer certificate受験用にPycharmでGPU付きTensorFlowをセットアッ...
入門／解説 GeForce RTX 3060搭載のWindows10のPCでTensorFlowとCUDAを有効にする
１．GeForce RTX 3060搭載WindowsPCでTensorFlowとCUDAを有効にするまとめ ・Tensorflow developer certificate受験用にPycharmでGPU付きTensorFlowをセットア...
AI関連その他 GeForceシリーズのGPUの電気代と価格の比較一覧表
１．GeForceシリーズのGPUの電気代と価格の比較一覧表まとめ ・最高のGPUを2枚組み込んだ自作PCを一週間連続稼働すると7700円程度の電気代が見込まれる ・自己所有PCであっても、ランニングコストはそこそこかかるものと認識した方が...
インフラ 人工知能学習用にパソコンを自作する際に知っておくべき事(2020年版)
１．人工知能学習用にパソコンを自作する際に知っておくべき事(2020年版)まとめ ・ディープラーニングには大量の計算が必要なのでクラウドか自作ハードウェアを選ぶ事になる ・自作ハードウェアは長期目線ではコストの削減とスピードの向上に繋がる可...
インフラ GCP上で大きなモデルを動かした際のGPUの性能比較
１．GCP上で大きなモデルを動かした際のGPUの性能比較まとめ ・Colabで動かせないモデルをGCP上で実行するとColabの凄みを改めて実感する事になる ・GPUはベンチマークではなく実際のタスクやモデルで動かさないと性能差はわからない...
インフラ AppleのM1プロセッサが機械学習に与える影響(1/2)
１．AppleのM1プロセッサが機械学習に与える影響(1/2)まとめ ・Appleが初のApple自社開発プロサッサを搭載したノートPCを発表し非常に評判が良い ・CPU速度は最大3.5倍、GPUの速度は最大5倍と言われているが機械学習では...
インフラ Google Colabのパワーユーザー向けのヒント
１．Google Colabのパワーユーザー向けのヒントまとめ ・Colabを使うと機械学習の学習者や実践者がハイエンドなGPUにもアクセス可能になる ・メモ用Colab、実行時間測定、一部実行、クラス定義確認、Flask連携、Tensor...
学習手法 機械学習で自撮りにリアルタイムに拡張現実を適用(2/3)
１．機械学習で自撮りにリアルタイムに拡張現実を適用(2/3)まとめ ・TensorFlow LiteとGPUバックエンドアクセラレーションでパフォーマンス向上と消費電力削減を達成 ・パフォーマンスと効率特性を変えた様々なモデルアーキテクチャ...
入門／解説 tSNEをブラウザ上でリアルタイムに動かす事を可能にするLinear tSNE Optimization
１．tSNEをブラウザ上でリアルタイムに動かす事を可能にするLinear tSNE Optimizationまとめ ・高性能な次元削減手法であるtSNEの実装を改善し計算時間を大幅に削減する事に成功 ・GPUのテクスチャに引力と反発力を付与...