『DeepLearning BOX』ではじめるディープラーニング①Windows 10で「TensorFlow」と「CNTK」を使ってみる

PR

最近、いろいろなことろで注目を集めている「AI」「機械学習」「ディープラーニング」。
これらの技術は、画像認識・自然言語処理・音声処理などの分野で幅広く利用されはじめており、専門性をもつ研究者だけが利用するものではなく、ECサイトのおすすめ広告やSNSにおける顔認識、その他Amazon AlexaやGoogle Home, Siriなど、身近な技術に活用されるようになった。

そんな、「AI」「機械学習」「ディープラーニング」に最適化されたマシンとして、NVIDIA社から「ELITE SOLUTION PROVIDER」※として表彰された、GDEP アドバンスの「DeepLearning BOX」がある。これから2回にわたって、このマシンのもつポテンシャルを探っていきたい。

※製品に関する深い知識と販売実績を誇るパートナーに与えられる賞

まず、一回目はマシンにプレインストールされているWindows 10環境を使って、「TensorFlow」と「Cognitive Toolkit(CNTK)」の2つのフレームワークを試してみることにする。

目次
ディープラーニング用にチューニングされた高性能マシン
多くの対応フレームワーク
MNISTを使ったディープラーニング
機械学習における文字認識とは
TensorFlowによる深層学習を試す
Cognitive Toolkit (CNTK)による深層学習を試す
「DLスタートアップサポート」もあり

ディープラーニング用にチューニングされた高性能マシン

今回のマシンのスペックは以下のとおり。

DeepLearning BOX
DeepLearning BOX
  • Intel Core i7-6800k CPU @ 3.40GHz
  • DDR4-2400 16GB×8(Total:128MB) Memory
  • GeForce GTX 1080Ti 11GB
  • Intel SSDSC2BB480G7
  • Intel X99 ExpressChipset
  • 1500W 80PLUS
  •  

    このスペックを見ると、非常に高性能なグラフィックボードや潤沢なメモリが搭載されている。これらは、ディープラーニングで行なう演算や並列処理のために必要になるからだ。

    普段、我々が利用するパソコンなどに搭載されているCPUは、OSの処理やアプリケーションでの計算など、あらゆる演算や処理をしている。
    このようなCPUは、あらゆる処理ができるよう汎用的な処理能力をもつ。
    それに対して、グラフィックボードに搭載されるGPUは、「3D」や「コンピューターグラフィックス」に用いられる行列計算などの演算に強いことが特徴である。

    Previous

    LINEとNECの戦略にみる、AIの実装のために必要な2つのコト —IoTConference2018レポート2

    ISID、XAI(説明可能AI)ソリューション「simMachines」の提供を開始

    Next