0부터 만든 딥 러닝을 googleColaboratory에서 이동

TL;DR

개인적으로 딥 러닝을 공부하기 시작했지만 GUI라든지 높아서 사용할 수 없어라고 생각하고 있는 빈곤 학생입니다.
처음부터 만드는 딥 러닝 정도라면 CUI에서도 움직입니다만 그냥 GUI 사용할 수 있다면 사용해 버리겠다는 눈론의 비망록.

Google Colaboratory란 무엇입니까?

하루 12시간 제한으로 google이 제공하고 있는 GPU와 TPU를 무료로 사용할 수 있는 훌륭한 서비스.
Jupyter notebook 같은 형식으로 Python 코드를 작성할 수 있습니다. 현재는 Python3밖에 사용할 수 없는 것 같다.
자세한 내용은 공식 FAQ를 읽고

공식 FAQ

실행

1. Google Drive에 파일 업로드

처음부터 만드는 딥 러닝을 사면, Github의 URL이 따라 오므로 git clone 하고 자신의 PC에 떨어뜨립니다.
deep-learning-from-scratch는 폴더를 My Drive에 업로드합니다. 이런 느낌.
Google Colaboratory 시작하고 직접 git clone 하지만 가능하지만 로컬도 원했기 때문에.

2. Google Colaboratory를 시작하고 설정

Google 드라이브에서 마우스 오른쪽 버튼을 클릭 → 앱 추가 → google colaboratory에서 검색. Python3 노트북을 만들 수 있기 때문에 만든다.


이런 느낌의 화면이 나온다.

3. 실행 환경을 정돈하기

우선은 Google Drive를 마운트해 Google Drive내의 파일을 사용할 수 있도록 한다.

from google.colab import drive
drive.mount('/content/drive')

URL과 입력 프레임이 표시됩니다. URL을 클릭하면 Google Drive에의 액세스를 허가할지 어떨지 같은 것을 들을 수 있으므로 허가하면 16진수의 코드가 나온다. 이 코드를 입력 프레임에 넣으면 마운트됩니다.
!{command} 에서 Linux 명령을 사용할 수 있습니다. 하지만, !cd 그럼 작업 디렉토리는 변경되지 않는 것이 귀찮아.
그래서 os를 import하고 현재 디렉토리 변경했지만 더 좋은 방법이 없는 것인가.

import os
os.getcwd()
#'/content'
os.chdir('/content/drive/My Drive/deep-learning-from-scratch')
os.getcwd()
#'/content/drive/My Drive/deep-learning-from-scratch'

4. 런타임 변경

런타임 → 런타임 유형을 변경하면

이런 화면이 되므로 하드웨어 가속기를 GPU로 변경한다. 벌써 변경하고 있지만 CPU라고 None type이라고 되어 있다.

실제로 GUI가 움직이고 있는지를 확인한다.

import tensorflow as tf
tf.test.gpu_device_name()

#'/device:GPU:0'

5. 코드 이동

two_layer_net.py 관련을 움직여 보았지만 무사동했다. 일찍! (%time으로 측정할까 생각했지만 귀찮게 되었습니다) 이것으로 공부가 끝난다!

추가

numpy는 GPU를 지원하지 않으므로 pytorch의 Tensor 등을 사용하여 코드를 수시로
변경하자.