• TOP
  • CATEGORY
    プログラミング
  • TITLE
    画像認識の分野などで凄まじい精度を誇り今も急速に進化を続けるディープラーニング。しかしその環境構築には高価なNVIDIA製GPUが必要、そしてそもそもWindowsは蚊帳の外という悲しい状況……だけどそれはもう過去の話!Windows、そしてAMD製GPUユーザーの皆さんに朗報です!今こそ立ち上がりましょう、そうこのNUCで!
CATEGORY
プログラミング

Windows&AMD製GPUでディープラーニング環境構築!?【Intel NUCのパワーをAIに解放】

  • DATE
    2018.12.13
  • WRITTEN BY
    Ben

サイコム G-Master Velox Intel Edition

197,010円(税込)

編集部が選ぶおすすめのBTO PC!
厳選されたパーツ構成、BTO初心者にも最適なゲーミングPC。カスタマイズなしで多くのゲームがプレイ可能。

BTOパソコンはパーツ選びが難しい、そんなユーザーの声に答えた「G-Master Velox」シリーズ。厳選されたパーツで構成されたBTO初心者にも最適な高性能なゲーミングPC。カスタマイズなしでも多くのゲームタイトルを快適にプレイ可能。

>> 関連記事 : Windows&AMD製GPUでディープラーニング環境構築!?【Intel NUCのパワーをAIに解放】②


  • サイコム

    G-Master Velox Intel Edition


    ・厳選されたパーツ構成、BTO初心者にも最適なゲーミングPC!
    ・カスタマイズなしで多くのゲームがプレイ可能

  • THIRDWAVE

    Monarch FE


    ・大容量ミドルタワーケースで拡張性の高いBTOモデル

  • クリエイターPC

    WA9A-E211/XT


    ・ローエンドからハイクラスまで、用途に合わせたGPUが選べるクリエイター向けモデル

  • ストーム

    PG-PH12


    ・抜群のエアフローケースで冷却を採用したRTX3060モデル

  • パソコン工房

    LEVEL-R769-LC129K-WAX


    ・ゲームも動画配信も万全なインテルのハイエンドCPU、Core i9を搭載!

とある悩み

11月初旬、僕は悩んでいました。

ディープラーニング(深層学習)がやりたい……!!

いや、勝手にやればええやんけ。今やMicrosoftやAmazon、Googleなどの各社が提供する課金制のクラウドサービスを使えば、簡単にディープラーニングが始められる状況になってきています。なのでやりたいと思えばこれらのサービスに登録するだけで10分もかからずにディープラーニングを始めることができます。じゃあいったい僕は何で悩んでいたのか?

 

自分のマシンで)ディープラーニング(深層学習)がやりたい……!!

こちらの超クールなマシンはIntel NUC。小型ながらもかなりのハイスペックを誇るマシンで、Digital DIYでもVRハンズオンイベントなどで使用しています(なんと20台保有!)。おわかりいただけたでしょうか?そう、何もクラウドサービスに高いお金払い続けなくても、せっかく目の前にハイスペックPCがあるんだからこれを使ってディープラーニングがやりたい!というわけです。

 

 

 

目の前に立ちはだかる2つの大きな壁

しかしそうは問屋が卸さない……。このNUCでディープラーニングをやるには、主に次の2つの壁があるのです。

 

(1)NUCに搭載してあるOSであるWindowsではディープラーニングはやりにくい

 

(2)多くのメジャーなディープラーニング用フレームワークを動かすのに必要なNVIDIA社製のGPUが搭載されていない

 

まず(1)ですが、現状ディープラーニングは殆どUNIX系のOS(中でもUbuntuと呼ばれるOSを使う人が多いです)で行われているという事実があり、対応するライブラリやサポート環境の多くはこれに準じています。逆にWindowsはというと、正直あまりよいサポート状況とは言えません。じゃあUbuntuをNUCに入れればいいんじゃないの?と思うかもしれませんが、いまから新しいOS入れるのは抵抗があるし、他のアプリ開発なども並行してやることを考えると、いちいちWindowsと切り替えて使うのは面倒です。なにより、僕はWindowsが使いたいよ!(わがままポイントその1)

さらに問題なのが(2)。ディープラーニングは高い計算能力をPCに要求するので、通常はGPUと呼ばれる演算装置
(もともとは3Dゲームなど高い描画性能を要求する処理のために使われるもの。詳しくはこちらを参照!を動かしてこれを解決しています。

ただこのGPU、実はNVIDIA社という会社のものでしか実質ディープラーニング用のフレームワークを動かすことはできません。残念なことに、NUCに搭載されているGPUはAMDという会社のものなのです。このNUCに搭載されているAMDのGPUも、VRなどのハイパフォーマンスを要求する3D描画に耐えうるものなのですが、NVIDIAのものでない、というだけでディープラーニング用に使うことができないのです!ひどいよ!

もちろんNVIDIA製のグラフィックカード(GPUを搭載したPCパーツ)を買ってきてNUCに外付けして使うという手もなくはないですが、無駄に場所をとっちゃうし、何より結構高いので僕の財政状況ではキツイです……(わがままポイントその2)

 

NUCを持っている、という方じゃなくても、上のいずれかの理由でディープラーニングを始めるのを諦めてしまった方はかなり多いことでしょう。全国のWindows & AMDGPUユーザーの皆さん、我々はこのまま屈するしかないのでしょうか……

 

しかし!

ジャジャン!


今回我々Digital DIYは、この2点の問題を解決し、「自分のWindowsPC上ですべて完結し、かつAMDGPUを計算に使えるディープラーニング環境」を作り上げました!バンザイ!使ったのはすべてフリーで公開されているオープンソースのライブラリやツール。この記事では、これらを使ってWindows上にゼロからディープラーニング環境を作り上げていく方法を紹介します。また、そもそもディープラーニングって何ナノ!?というところから解説していきますので、完全初心者の方もご安心を!

 

 

 

ディープラーニング(深層学習)とは?

ディープラーニングを説明するために、まずAI機械学習について触れておきましょう!

AIはいわゆる人工知能のことで、SF映画とかに登場するロボットなどをイメージするとわかりやすいと思います。とはいってもいま現在実現されているAIは人間のように思考し行動するものではなく、画像の分類や物体の認識など特定のタスクをこなすために開発されているものが殆ど。このAIの能力を実現するために使われる技術の一つが、機械学習と呼ばれるものです。機械学習は、数理や統計学の理論を用いることでデータに隠れた法則や特徴を見つけることを可能にする技術であり、現在までに様々なアルゴリズムが考案、実装されてきています。

実はディープラーニングとは、この機械学習の手法のうちの一つなので す!ディープラーニングの他の手法と異なる特徴の一つは、人間の脳の中で情報処理を担っているニューラルネットワークと呼ばれるシステムを模しているという点で、このようにして実装されたアルゴリズムを特に「ディープニューラルネットワーク(DNN)」と言ったりします。このシステムを導入することで、AIがより自律的に学習を行えるようになり、学習性能が飛躍的に上昇したのです!

 

 

 

理論が全部分かる必要はない!?利用するだけなら超簡単です

そんなディープラーニングですが、多くの方の想像通り、その理論は非常に高度な数学によって構成され、それらをすべて理解するにはかなりの知識が要求されます……。ではディープラーニングプログラミングを行っている人が全員それを理解しているかというと全くそんなことはありません!実際に理論をしっかりと理解する必要があるのは基礎理論や技術を研究する限られた人たちだけで、例えば開発しているアプリケーションにディープラーニングを使った画像認識を実装したければ、様々な会社が提供している専用のAPIを呼び出すだけで済みます

また自分でモデルを作る場合でも、このあと説明するフレームワークを使用すれば難しい数学の部分に触れずとも比較的簡単にモデル作成を行うことができます。一口にディープラーニングといっても、深い部分まで理解することが必ずしも求められるわけではない、ということはおさえておきましょう!

 

 

 

様々な深層学習用フレームワーク

今回は「自分でディープラーニングを使って学習モデルを作りたい」という人向けの記事なので、そこに焦点をあてて解説していきます。ディープラーニングの爆発的な流行を契機として、GoogleやFacebook、Microsoftなどの大手企業をはじめ、様々な企業から「フレームワーク」と呼ばれるディープラーニングのためのライブラリが無償で公開されています。ユーザーはこのフレームワークを利用することで、高度な数学を理解することなくモデルを構築することができます。メジャーどころのフレームワークには次のようなものがあります。

 

TensorFlow

Caffe

Chainer

PyTorch

CNTK

Keras

 

それぞれのフレームワークにはモデル構築の考え方のレベルから異なる特徴があり、使い易さにも差があったりします。ちなみに今回の環境構築では、Kerasという初心者にも扱いやすいフレームワークをインストールします。

 

 

 

使用するプログラミング言語

C++やJavaなど複数のメジャー言語に対応しているフレームワークもありますが、データサイエンスの世界でいま最も使用されているプログラミング言語はPythonです!Pythonは比較的シンプルで短くコードを書ける上に、文法もそこまで難しくないのでプログラミング初心者にも向いていると言われるほど。Python自体はどちらかというと計算速度も早くなく一見機械学習には向いていないように思えるのですが、数値計算やデータ分析のための非常に強力なライブラリが数多く提供されており、最近の流行もあって非常に機械学習プログラミングをしやすい環境が整ってきています。ご多分にもれず、今回の記事でもPythonを使ったプログラミング環境を構築します。

>> 関連記事 : 自作PCをお勧めする 7つの 理由:その5 – プログラミングをするなら自作 PC の知識は必要

 

 

 

おわりに

今回は、ディープラーニングについての簡単な基礎知識について紹介しました。次回からはいよいよ環境構築に入っていきます。お楽しみに!

今おすすめのBTOパソコン

これまでの比較・検証を踏まえて、BTOおすすめ人気ランキングを発表します。なお、それぞれの検証項目に重み付けをしてランキングを作成しました。

※6月1日時点の価格
商品
価格 CPU GPU メモリー SSD HDD 電源
サイコム

G-Master Velox Intel Edition

Core i5-12400 RTX 3060 16GB 500GB NVMe 650W GOLD
THIRDWAVE

Monarch FE

Core i9-12900 CPU内蔵グラフィックス 16GB 500GB NVMe 550W BRONZE
クリエイターPC

WA9A-E211/XT

Ryzen 9 5900X GTX 1650 32GB 1TB 2TB 750W GOLD
ストーム

PG-PH12

Core i5-12400 RTX 3060 16GB 500GB NVMe 850W GOLD
パソコン工房

LEVEL-R769-LC129K-WAX

Core i9-12900K RTX 3080 Ti 32GB 1TB 800W GOLD

パソコン工房の「LEVEL-R76P-LC127-SAX [RGB Build]」と、RushGamingのkeptさん
arkhive「Gaming Custom GC-I5M AC-IC6B66M-TS1」とRushGamingのLightさん
BACK TO LIST

見た目良し!スペック良し!なサイコムのBTOパソコンを、女性自作erでもあるストリーマー・つつまるがレビュー!【PR】

自作erも納得の性能!eスポーツキャスター・平岩康佑がGALLERIA(ガレリア)のBTOパソコンをレビュー【PR】

FPSプロゲーマー・GorouがツクモのゲーミングPC「G-GEAR Aim」をレビュー!Apexでの無双プレイもお任せ【PR】

FPS界屈指の実力派・GreedZzも納得!arkのゲーミングPC「arkhive」の性能をApexで体験【PR】

FPS初心者にこそおすすめ!プロゲーマー・keptがパソコン工房のゲーミングPC「LEVEL∞」の実力をApexで試してみた 【PR】

Apexプレデター・Lightも大満足!FRONTIERのBTOパソコンの実力を検証してみた【PR】

【エルデンリング】推奨Ping値・重いときにラグを減らす方法まとめ

【FF14】Ping値の確認方法とレイテンシが高いときの対処法

【原神】Ping値の確認方法とレイテンシが高いときの対処法

【フォートナイト】Ping値の確認方法とレイテンシが高いときの対処法

【Apex Legends】Ping値の確認方法とレイテンシが高いときの対処法

原神に必要な通信速度(回線速度)・Ping値・ラグ改善のコツまとめ

フォートナイトに必要な通信速度(回線速度)・Ping値・ラグ改善のコツまとめ

Apex Legendsに必要な通信速度(回線速度)・Ping値・ラグ改善のコツまとめ

ELDEN RING(エルデンリング)の推奨スペック&ベンチマークとおすすめグラボまとめ

FF15の推奨スペック&ベンチマークとおすすめグラボ・CPU・ゲーミングPCまとめ