![見出し画像](https://assets.st-note.com/production/uploads/images/68749469/rectangle_large_type_2_df26ca04a2a4fa49cc7db7aedf5ed561.jpg?width=1200)
Pythonの学習、TensorFlowの高速化
Pythonの入門書を読みながら、サンプルコードを書いています。
その中で、TensorFlowを利用するコードがありました。
注意書きがありました。
GPUが乗っていないパソコンでは、極端に遅い処理速度になります。
試しに実行してみましたが、24時間経過しても計算が終わりません。
どうにか高速化出来ないかと試行錯誤してみました。
そして、TensorFlow with DirectML packageのことを知りました。
TensorFlowを高速化するためには、NVIDIAのグラフィックカードを利用する方法が有名です。
学習に利用しているノートパソコン、NVIDIAのグラフィックカードは入っていません。
しかし、GPUとして、intel(R) UHD Graphics 620が入っています。
このGPUを利用して、TensorFlowの計算が早くならないかなと思ったのです。
そこから試行錯誤が始まりました。
TensorFlow with DirectMLはPython 3.7までしか対応していません。
古いバージョンのAnacondaをダウンロードします。
Anaconda3-2020.02をダウンロード、以下のURLから探し出しました。
https://repo.anaconda.com/archive/
Anaconda Navigatorを起動し、EnvironmentsからOpen Terminalを起動します。
pip install tensorflow-directml を実行すると、自動で必要なパッケージがインストールされて利用可能になります。
時間のかかる計算を行い、タスクマネージャーでGPUの様子を見ます。
計算中、時々GPUの負荷が70%まで増えます。
確かにGPUは利用されています。
計算が早くなったのか、正直分かりません。
時間が掛かる計算をさせたところ、計算途中でエラーが発生してしまったのです。
通常のtensorflowで計算させたときは1回30分ぐらいの処理時間だったのですが。
今の所、TensorFlow with DirectMLを使うか悩みます。
時間が掛かっても、安定して計算してもらえないと困るからです。
WindowsでTensorFlowを使うこと、まだまだ難しい感じです。
時間が経過すると解決するのでしょうか。
#Python #学習 #TensorFlow #高速化 #入門書 #サンプルコード #GPUが乗っていないパソコン #極端に遅い処理速度 #試行錯誤 #DirectML #学習に利用しているノートパソコン #NVIDIAのグラフィックカードは入っていません #GPU #intel #古いバージョン #Anaconda #時間のかかる計算 #GPUの負荷が70% #正直分かりません #安定して計算してもらえないと困る
この記事が気に入ったらサポートをしてみませんか?