Pythonの開発環境の構築について【Google Colaboratory編】

スポンサーリンク
Pythonの開発環境_GoogleColaboratory Python

Pythonの開発環境を構築しようとするとき、選択肢としてAnacondaやそれに同梱するJupyterNotebook(以降Jupyter)をまず思い浮かべる方は多いのではないでしょうか?

コードの入力と実行、結果の表示がインタラクティブに行うことができるため、手軽にちょっとした

コードを試す程度であれば特に不自由さを感じることはないと思います。

ですが、Pythonプログラムを使う目的としてTensorFlowやPyTorchといったフレームワークを使って機械学習や人工知能系APIを実装するといった場合はどうでしょうか?

このような膨大で複雑な計算を繰り返す必要がある使い方をする場合、個人PCのローカル環境のCPU

上で動作するJupyterでは少しパワー不足感があることは歪めません

Jupyter環境の不足している点
図1 Jupyter環境で機械学習などを行うにはパワー不足

このパワー不足を改善する方法として演算処理にGPU(Graphics Processing Unint)を使うといったことがあります。

GPUの解説引用(Wikiより)

https://ja.wikipedia.org/wiki/Graphics_Processing_Unit

実は、JupyterNotebookと同じような見た目・操作性をもちながら、GPUを使うことができるGoogle社が提供するクラウドサービス「Google Colaboratoryを利用することができます。Googleアカウントを取得していれば、誰でも無料で使うことができます。

Google_Colaboratoryのロゴ
図2 Google Colaboratory

そこで、今回の記事では「GoogleColaboratoryの導入方法と使い方(GPU, Googleドライブとのデータ共有)について解説していきたいと思います。

スポンサーリンク

1. Google Colaboratoryの導入手順

Colaboratory(以降Colab)の導入するための手順を解説します。

手順といっても何かインストール必要や特別は設定をする必要などはありません。

下図のようにGoogleアプリ一覧から、ドライブへ進みます。(➀➁

GoogleColab_新規ノートブックの作成方法
図3 Colabの導入手順➀ 

さらに、ドライブのメニューから新規その他Google Colabratory を選択すると新規プロジェクトファイル(.ipynb)が作成されます。(➀➁➂

GoogleColab_新規ノートブックの作成方法
図4 Colabの導入手順②

開発ツールの使い方はほぼJupyterと同じように操作可能です。

GoogleColab_新規ノートブックの作成方法
図5 Colabの導入手順➂(新規プロジェクトファイル)

Jupyterに関する参考記事として次がありますのでご興味あればご覧ください。

2. GPUを有効にする方法

Python_基本文法_内包表記

GPUを有効にする手順を説明します。デフォルト設定では無効になっているのでGPUを使う場合は有効設定する必要があります。

メニューのランタイムランタイムのタイプ を変更へと進みます。(➀➁

GoogleColab_GPUの使い方
図6 GPUの有効化の手順➀

ノートブックの設定のダイアログが表示され、ハードウェアアクセレータのリストボックスを NoneGPU へ変更し保存ボタンを押下します。(➀➁

GoogleColab_GPUの使い方
図7 GPUの有効化の手順②

現在のエンジンの選択状況を確認する方法として次のコードを実行することでも確認することができます。(Pytorchフレームワークで実装している例です)

#現在の処理エンジンがGUP/CPUのどちらなのかを判定するコード(Pytorchを使用した例)

import torch
device = torch.device("cuda0:" if torch.cuda.is_available() else "cpu")
print(device)    # GPUならcuda0 / CPUならcpu と表示される

【注意点】

➀GPUを有効にすると、これまで読み込んだモジュールやデータなどが全てリセットされてしまうので、CPU→GPUへエンジンを変更した際は再読み込みする必要があります。

3. Googleドライブとマウントする方法

Colabはクラウド上のサービスです。機械学習などで使うデータセットなどのデータの受け渡しはクラウドストレージサービス「Googleドライブ」経由で行うことができます。

手順を説明します。

まず、Colabのセルに次のコードを入力()します。

# GoogleドライブとColabとをマウントするコード

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

次に実行結果にURLが表示されるのでアクセス()します。

別ウィンドウに認証コードが表示されるのでコピーし()、再度Colabに戻り入力欄へ貼り付ければ()Googleドライブのdriveドライブにマウントされます。

GoogleColab_ドライブへのマウント
図8 Googleドライブへのマウント手順

driveドライブ配下のディレクトリはマウントできているので、配下に任意のフォルダーを作りそこをGoogleドライブ↔Colabを共有することができるようになります。

つまり、Googleドライブに保存したデータをColab側で使用することができるようになります

4. まとめ

いかがでしたでしょうか?

今回はPythonの開発環境としてGoogle Colaboratoryの導入方法について解説しました。

人気のJupyterNotebookと親和性があり使い勝手もほぼ同じでありがなら処理エンジンにGPUを試すことができるなど、特に機械学習フレームワークを実装する際は多用する便利サービスだと思います。

Colabを普段使いの開発環境として活用するのも良いかもしれませんね。

最後までお読みいただきありがとうございました。

タイトルとURLをコピーしました