1時間で試す！さくらの高火力コンピューティングで深層学習（後編：深層学習実践） | さくらのナレッジ
高火力コンピューティングを使って深層学習をできるようになるまでの連載の2回目の記事です。 前編では、プログラムを動かすための様々な環境構築を行いました。 今回は、前回作成した環境で実際に深層学習を行なって、機械学習の"hello world"と呼ばれている手書き文字分類を行います。 手書き文字分類では、下記のような手書き文字の画像データをそれぞれ0から9のどれに該当するかを分類します。 （http://yann.lecun.com/exdb/publis/pdf/lecun-98.pdf より引用） サンプルコードのダウンロードと実行 Kerasのサンプルコードを取得してきます。 $ wget https://raw.githubusercontent.com/fchollet/keras/master/examples/mnist_mlp.py 上のコマンドでダウンロードしたコードは、深
1時間で試す！さくらの高火力コンピューティングで深層学習（前編：環境セットアップ） | さくらのナレッジ
さくらインターネット 技術本部アプリケーショングループ アルバイトの伊東道明です。 ここ数年、人工知能や機械学習というワードが流行していて、興味のある方が増えてきています。 特に、機械学習の中でも深層学習(ディープラーニング)と呼ばれる技術がここ数年で爆発的に成長し、様々な大学や企業が特に力を入れています。 深層学習が利用されるようになったのは、GPUの普及による学習の超高速化が可能になったためです。しかし、性能のいいGPUは高価なため、なかなか手を出しづらい方も多いと思います。 さくらの高火力コンピューティングでは、GPUを積んだマシンを１時間単位でレンタルすることができます。１時間あたりの金額はなんとワンコイン以下です。そのため、比較的気軽に、そして簡単にGPUを使用でき、深層学習を始めたいけどリソース面で踏みとどまっていた方にはちょうど良い環境になるでしょう。 この連載では、さくらの
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
