Submit Search
Upload
PlaidML Kerasでやっていく #TokyoR 73
•
Download as PPTX, PDF
•
4 likes
•
7,009 views
Akifumi Eguchi
Follow
Tokyo.R #73のLTスライドです
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 17
Download now
Recommended
Open Source Conference 2013 Fukuoka Nov. 16, 2013
pkgsrc とは何か? - よもやま話
pkgsrc とは何か? - よもやま話
Akio OBATA
2014/10/30 第六回クラウドストレージ研究会 での資料。
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会
Keisuke Takahashi
2017年9月30日(土)のChainer Meetup #6での発表資料 https://chainer.connpass.com/event/65093/
TensorFlow XLA とハードウェア
TensorFlow XLA とハードウェア
Mr. Vengineer
Cadence、CEVA、DMP、Verisilicon VivanteのDSPについてサックとまとめてみました。 どこも、CaffeとTensorFlowをサポートしているようです。
DSPでディープラーニング
DSPでディープラーニング
Mr. Vengineer
March 4, 2017, PYNQ Festival
PYNQ祭り
PYNQ祭り
Mr. Vengineer
2017年9月24日(日)のFPGAエクスストリーム・コンピューティング 第9回のLT資料
2017年のFPGA Community活動について
2017年のFPGA Community活動について
Mr. Vengineer
Docker Meetup Tokyo #30での発表資料です。 KubeCon+CloudNativeCon 2019 EUで挙がったコンテナランタイム、イメージビルド、セキュリティ、ディストリビューションなどの話題をダイジェストで紹介します。 完全な内容は、各ページに記載のセッション動画リンクをご参照ください。
5分で振り返るKubeCon EU 2019:ランタイムとイメージの話題ダイジェスト
5分で振り返るKubeCon EU 2019:ランタイムとイメージの話題ダイジェスト
Kohei Tokunaga
TensorFlow XLAのコード解析をしました。 この資料は、TensorFlow XLAのAOT部分に関するものです。 I analyzed the code of TensorFlow XLA. This document pertains to JIT part of TensorFlow XLA.
TensorFlow XLA : AOT編 チラ見版
TensorFlow XLA : AOT編 チラ見版
Mr. Vengineer
Recommended
Open Source Conference 2013 Fukuoka Nov. 16, 2013
pkgsrc とは何か? - よもやま話
pkgsrc とは何か? - よもやま話
Akio OBATA
2014/10/30 第六回クラウドストレージ研究会 での資料。
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会
Keisuke Takahashi
2017年9月30日(土)のChainer Meetup #6での発表資料 https://chainer.connpass.com/event/65093/
TensorFlow XLA とハードウェア
TensorFlow XLA とハードウェア
Mr. Vengineer
Cadence、CEVA、DMP、Verisilicon VivanteのDSPについてサックとまとめてみました。 どこも、CaffeとTensorFlowをサポートしているようです。
DSPでディープラーニング
DSPでディープラーニング
Mr. Vengineer
March 4, 2017, PYNQ Festival
PYNQ祭り
PYNQ祭り
Mr. Vengineer
2017年9月24日(日)のFPGAエクスストリーム・コンピューティング 第9回のLT資料
2017年のFPGA Community活動について
2017年のFPGA Community活動について
Mr. Vengineer
Docker Meetup Tokyo #30での発表資料です。 KubeCon+CloudNativeCon 2019 EUで挙がったコンテナランタイム、イメージビルド、セキュリティ、ディストリビューションなどの話題をダイジェストで紹介します。 完全な内容は、各ページに記載のセッション動画リンクをご参照ください。
5分で振り返るKubeCon EU 2019:ランタイムとイメージの話題ダイジェスト
5分で振り返るKubeCon EU 2019:ランタイムとイメージの話題ダイジェスト
Kohei Tokunaga
TensorFlow XLAのコード解析をしました。 この資料は、TensorFlow XLAのAOT部分に関するものです。 I analyzed the code of TensorFlow XLA. This document pertains to JIT part of TensorFlow XLA.
TensorFlow XLA : AOT編 チラ見版
TensorFlow XLA : AOT編 チラ見版
Mr. Vengineer
タイトル:GPU on OpenStack - GPUインターナルクラウドのベストプラクティス 講演者:太田 昌文 アジェンダ: - なぜGPU on OpenStackなのか? - どうやってGPUはOpenStack環境で動作するのか? - どんなGPUのメカニズムがOpenStack環境で動いているのか? - GPU on OpenStackを使うにあたっての注意すべき問題点 - GPUがOpenStack環境でどう動くかチェック!
GPU on OpenStack - GPUインターナルクラウドのベストプラクティス - OpenStack最新情報セミナー 2017年7月
GPU on OpenStack - GPUインターナルクラウドのベストプラクティス - OpenStack最新情報セミナー 2017年7月
VirtualTech Japan Inc.
A presentation (in Japanese) for Datastore Masakari Talks on Feb. 26th, 2015.
GlusterFS Masakari Talks
GlusterFS Masakari Talks
Keisuke Takahashi
第六回ストレージ研究会発表資料 2014年10月30日
Sheepdogを使ってみて分かったこと(第六回ストレージ研究会発表資料)
Sheepdogを使ってみて分かったこと(第六回ストレージ研究会発表資料)
Masahiro Tsuji
『日本OpenStack ユーザ会 第43回勉強会』発表資料です。 https://openstack-jp.connpass.com/event/144972/
TripleO Deep Dive 1.1
TripleO Deep Dive 1.1
Takashi Kajinami
Python の高位合成コンパイラ Polyphony の新しい機能を紹介します。
Polyphony 新機能ツアー
Polyphony 新機能ツアー
ryos36
2019年8月31日の Chainer Meetup #10 【強化学習】におけるエヌビディア山崎の発表資料です。
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
NVIDIA Japan
第35回 PaaS JP 勉強会での DockerCon '17 フィードバック資料です
DockerCon '17 Feedback at PaaS JP
DockerCon '17 Feedback at PaaS JP
Go Chiba
Vector
Vector
aslead
コンテナセキュリティにおける権限制御 ~Seccompとかよくわからんけどとりあえずこれくらいはやっておこう~ (OCHaCafe5 #3 Kubernetes のセキュリティ 発表資料) 2022年3月9日(水) NTTデータ システム技術本部生産技術部 クラウド技術センタ 望月 敬太
コンテナセキュリティにおける権限制御(OCHaCafe5 #3 Kubernetes のセキュリティ 発表資料)
コンテナセキュリティにおける権限制御(OCHaCafe5 #3 Kubernetes のセキュリティ 発表資料)
NTT DATA Technology & Innovation
OpenContrail days 2014 Spring めざせ超オンプレ(汗)
OpenContrail days 2014 Spring めざせ超オンプレ(汗)
Junpei YOSHINO
Pythonによる並列プログラミング -GPGPUも-
Pythonによる並列プログラミング -GPGPUも-
Yusaku Watanabe
Try running lagopuas as OpenFlow hybrid switch (in Japanese)
Lagopus as open flow hybrid switch 実践編
Lagopus as open flow hybrid switch 実践編
Masaru Oki
https://github.com/neuecc/ZeroFormatter
ZeroFormatterに見るC#で最速のシリアライザを作成する100億の方法
ZeroFormatterに見るC#で最速のシリアライザを作成する100億の方法
Yoshifumi Kawai
Docker Meetup tpkyo #30 kubecon recap Kubernetes運用や、基盤提供者観点での事例紹介
Docker Meetup tpkyo #30 kubecon recap
Docker Meetup tpkyo #30 kubecon recap
Yutaro Wada
20170421 tensor flowusergroup
20170421 tensor flowusergroup
20170421 tensor flowusergroup
ManaMurakami1
Fpgax 20130604
Fpgax 20130604
Takefumi MIYOSHI
2015年9月18日開催 GTC Japan 2015 講演資料 エヌビディアCUDAアンバサダー επιστημη CUDAを使ったWindowsアプリケーション作成の手法のひとつ、C++/CLI native-wrapper をご紹介します。C#/VB等による.NETアプリケーションでCUDAを利用するにはmanagedとnativeとの仲介役を必要とします。本セッションではCUDAを使ったnative-C++関数をC++/CLIでwrapすることで、C#(Windows Forms)によるUIからCUDAを呼び出すからくりを、デモをまじえて解説します。
1075: .NETからCUDAを使うひとつの方法
1075: .NETからCUDAを使うひとつの方法
NVIDIA Japan
TripleO (OpenStack on OpenStack) は、OpenStackの機能を使ってOpenStackをデプロイするインストーラを提供するプロジェクトです。 本セッションでは、TripleOの概要やサービスのDockerコンテナ化といった最近のUpdate、TripleOを利用したカスタマイズ・運用のTipsなどをご紹介いたします。 https://cloudnativedays.jp/cndt2019/ ■誤植訂正 P29 os-net-configの実行コマンド - 正しくは`$ sudo os-net-config --noop -v -c /etc/os-net-config/config.json`です P37 表 - 記載した以外のリソースとして、[ROLE]ExtraConfigと同等の役割となるOS::TripleO::NodeExtraConfigがあります - NodeUserData以外のリソースの実行契機は、リソース定義時のactionsの設定内容により変更することが可能です
TripleO Deep Dive
TripleO Deep Dive
Takashi Kajinami
産業・社会向けソリューションを支えるIoTと機械学習シンポジウム NVIDIA Corporation プラットフォームビジネス本部 森野慎也様
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
ハイシンク創研 / Laboratory of Hi-Think Corporation
2015年9月18日開催 GTC Japan 2015 講演資料 菱洋エレクトロ株式会社 CUDAエンジニア 石井琢人 このチュートリアルでは、これからCUDAプログラミングを始める皆様にむけて、GPUのハードウェア アーキテクチャと、これに対応するCUDAプログラミングモデルについて概説します。また、簡単な画像処理のサンプルを例に、Windows環境におけるCUDA C/C++を用いたアプリケーションの開発方法について、デバッグ・プロファイルの仕方も含めて説明します。GPUコンピューティングに興味があり、始めてみたいという方のご参加をお待ちしています。
1070: CUDA プログラミング入門
1070: CUDA プログラミング入門
NVIDIA Japan
Cloud Deep Learning VM Image を使って快適・高速な機械学習環境を構築する方法
ディープラーニングイメージで構築する快適・高速な機械学習環境
ディープラーニングイメージで構築する快適・高速な機械学習環境
Yaboo Oyabu
2013/10/16開催セミナーの発表予定資料です。 http://biz.pasonatech.co.jp/seminar/upcoming/osaka_cloud.html
インフラエンジニアのこれから ~Red Hatの描くLinuxの今後とクラウド~(第ニ部)
インフラエンジニアのこれから ~Red Hatの描くLinuxの今後とクラウド~(第ニ部)
Etsuji Nakai
More Related Content
What's hot
タイトル:GPU on OpenStack - GPUインターナルクラウドのベストプラクティス 講演者:太田 昌文 アジェンダ: - なぜGPU on OpenStackなのか? - どうやってGPUはOpenStack環境で動作するのか? - どんなGPUのメカニズムがOpenStack環境で動いているのか? - GPU on OpenStackを使うにあたっての注意すべき問題点 - GPUがOpenStack環境でどう動くかチェック!
GPU on OpenStack - GPUインターナルクラウドのベストプラクティス - OpenStack最新情報セミナー 2017年7月
GPU on OpenStack - GPUインターナルクラウドのベストプラクティス - OpenStack最新情報セミナー 2017年7月
VirtualTech Japan Inc.
A presentation (in Japanese) for Datastore Masakari Talks on Feb. 26th, 2015.
GlusterFS Masakari Talks
GlusterFS Masakari Talks
Keisuke Takahashi
第六回ストレージ研究会発表資料 2014年10月30日
Sheepdogを使ってみて分かったこと(第六回ストレージ研究会発表資料)
Sheepdogを使ってみて分かったこと(第六回ストレージ研究会発表資料)
Masahiro Tsuji
『日本OpenStack ユーザ会 第43回勉強会』発表資料です。 https://openstack-jp.connpass.com/event/144972/
TripleO Deep Dive 1.1
TripleO Deep Dive 1.1
Takashi Kajinami
Python の高位合成コンパイラ Polyphony の新しい機能を紹介します。
Polyphony 新機能ツアー
Polyphony 新機能ツアー
ryos36
2019年8月31日の Chainer Meetup #10 【強化学習】におけるエヌビディア山崎の発表資料です。
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
NVIDIA Japan
第35回 PaaS JP 勉強会での DockerCon '17 フィードバック資料です
DockerCon '17 Feedback at PaaS JP
DockerCon '17 Feedback at PaaS JP
Go Chiba
Vector
Vector
aslead
コンテナセキュリティにおける権限制御 ~Seccompとかよくわからんけどとりあえずこれくらいはやっておこう~ (OCHaCafe5 #3 Kubernetes のセキュリティ 発表資料) 2022年3月9日(水) NTTデータ システム技術本部生産技術部 クラウド技術センタ 望月 敬太
コンテナセキュリティにおける権限制御(OCHaCafe5 #3 Kubernetes のセキュリティ 発表資料)
コンテナセキュリティにおける権限制御(OCHaCafe5 #3 Kubernetes のセキュリティ 発表資料)
NTT DATA Technology & Innovation
OpenContrail days 2014 Spring めざせ超オンプレ(汗)
OpenContrail days 2014 Spring めざせ超オンプレ(汗)
Junpei YOSHINO
Pythonによる並列プログラミング -GPGPUも-
Pythonによる並列プログラミング -GPGPUも-
Yusaku Watanabe
Try running lagopuas as OpenFlow hybrid switch (in Japanese)
Lagopus as open flow hybrid switch 実践編
Lagopus as open flow hybrid switch 実践編
Masaru Oki
https://github.com/neuecc/ZeroFormatter
ZeroFormatterに見るC#で最速のシリアライザを作成する100億の方法
ZeroFormatterに見るC#で最速のシリアライザを作成する100億の方法
Yoshifumi Kawai
Docker Meetup tpkyo #30 kubecon recap Kubernetes運用や、基盤提供者観点での事例紹介
Docker Meetup tpkyo #30 kubecon recap
Docker Meetup tpkyo #30 kubecon recap
Yutaro Wada
20170421 tensor flowusergroup
20170421 tensor flowusergroup
20170421 tensor flowusergroup
ManaMurakami1
Fpgax 20130604
Fpgax 20130604
Takefumi MIYOSHI
2015年9月18日開催 GTC Japan 2015 講演資料 エヌビディアCUDAアンバサダー επιστημη CUDAを使ったWindowsアプリケーション作成の手法のひとつ、C++/CLI native-wrapper をご紹介します。C#/VB等による.NETアプリケーションでCUDAを利用するにはmanagedとnativeとの仲介役を必要とします。本セッションではCUDAを使ったnative-C++関数をC++/CLIでwrapすることで、C#(Windows Forms)によるUIからCUDAを呼び出すからくりを、デモをまじえて解説します。
1075: .NETからCUDAを使うひとつの方法
1075: .NETからCUDAを使うひとつの方法
NVIDIA Japan
TripleO (OpenStack on OpenStack) は、OpenStackの機能を使ってOpenStackをデプロイするインストーラを提供するプロジェクトです。 本セッションでは、TripleOの概要やサービスのDockerコンテナ化といった最近のUpdate、TripleOを利用したカスタマイズ・運用のTipsなどをご紹介いたします。 https://cloudnativedays.jp/cndt2019/ ■誤植訂正 P29 os-net-configの実行コマンド - 正しくは`$ sudo os-net-config --noop -v -c /etc/os-net-config/config.json`です P37 表 - 記載した以外のリソースとして、[ROLE]ExtraConfigと同等の役割となるOS::TripleO::NodeExtraConfigがあります - NodeUserData以外のリソースの実行契機は、リソース定義時のactionsの設定内容により変更することが可能です
TripleO Deep Dive
TripleO Deep Dive
Takashi Kajinami
産業・社会向けソリューションを支えるIoTと機械学習シンポジウム NVIDIA Corporation プラットフォームビジネス本部 森野慎也様
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
ハイシンク創研 / Laboratory of Hi-Think Corporation
2015年9月18日開催 GTC Japan 2015 講演資料 菱洋エレクトロ株式会社 CUDAエンジニア 石井琢人 このチュートリアルでは、これからCUDAプログラミングを始める皆様にむけて、GPUのハードウェア アーキテクチャと、これに対応するCUDAプログラミングモデルについて概説します。また、簡単な画像処理のサンプルを例に、Windows環境におけるCUDA C/C++を用いたアプリケーションの開発方法について、デバッグ・プロファイルの仕方も含めて説明します。GPUコンピューティングに興味があり、始めてみたいという方のご参加をお待ちしています。
1070: CUDA プログラミング入門
1070: CUDA プログラミング入門
NVIDIA Japan
What's hot
(20)
GPU on OpenStack - GPUインターナルクラウドのベストプラクティス - OpenStack最新情報セミナー 2017年7月
GPU on OpenStack - GPUインターナルクラウドのベストプラクティス - OpenStack最新情報セミナー 2017年7月
GlusterFS Masakari Talks
GlusterFS Masakari Talks
Sheepdogを使ってみて分かったこと(第六回ストレージ研究会発表資料)
Sheepdogを使ってみて分かったこと(第六回ストレージ研究会発表資料)
TripleO Deep Dive 1.1
TripleO Deep Dive 1.1
Polyphony 新機能ツアー
Polyphony 新機能ツアー
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
DockerCon '17 Feedback at PaaS JP
DockerCon '17 Feedback at PaaS JP
Vector
Vector
コンテナセキュリティにおける権限制御(OCHaCafe5 #3 Kubernetes のセキュリティ 発表資料)
コンテナセキュリティにおける権限制御(OCHaCafe5 #3 Kubernetes のセキュリティ 発表資料)
OpenContrail days 2014 Spring めざせ超オンプレ(汗)
OpenContrail days 2014 Spring めざせ超オンプレ(汗)
Pythonによる並列プログラミング -GPGPUも-
Pythonによる並列プログラミング -GPGPUも-
Lagopus as open flow hybrid switch 実践編
Lagopus as open flow hybrid switch 実践編
ZeroFormatterに見るC#で最速のシリアライザを作成する100億の方法
ZeroFormatterに見るC#で最速のシリアライザを作成する100億の方法
Docker Meetup tpkyo #30 kubecon recap
Docker Meetup tpkyo #30 kubecon recap
20170421 tensor flowusergroup
20170421 tensor flowusergroup
Fpgax 20130604
Fpgax 20130604
1075: .NETからCUDAを使うひとつの方法
1075: .NETからCUDAを使うひとつの方法
TripleO Deep Dive
TripleO Deep Dive
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
1070: CUDA プログラミング入門
1070: CUDA プログラミング入門
Similar to PlaidML Kerasでやっていく #TokyoR 73
Cloud Deep Learning VM Image を使って快適・高速な機械学習環境を構築する方法
ディープラーニングイメージで構築する快適・高速な機械学習環境
ディープラーニングイメージで構築する快適・高速な機械学習環境
Yaboo Oyabu
2013/10/16開催セミナーの発表予定資料です。 http://biz.pasonatech.co.jp/seminar/upcoming/osaka_cloud.html
インフラエンジニアのこれから ~Red Hatの描くLinuxの今後とクラウド~(第ニ部)
インフラエンジニアのこれから ~Red Hatの描くLinuxの今後とクラウド~(第ニ部)
Etsuji Nakai
日本OpenStackユーザ会 第27回勉強会
TripleOの光と闇
TripleOの光と闇
Manabu Ori
"爆速!"を実現する PG-Strom v3.0の新機能 ログデータ分析に関する新機能の説明。
20210731_OSC_Kyoto_PGStrom3.0
20210731_OSC_Kyoto_PGStrom3.0
Kohei KaiGai
2022/11/16のDB Tech Showcaseでの発表資料です。
20221116_DBTS_PGStrom_History
20221116_DBTS_PGStrom_History
Kohei KaiGai
ネットワークプログラマビリティ勉強会 #6
ラズパイ2で動く Docker PaaSを作ってみたよ
ラズパイ2で動く Docker PaaSを作ってみたよ
npsg
20210830 GPU Optimization with PyTorch fixed DLProfとNsight Systemsの紹介(pip installの部分一部修正)
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
ManaMurakami1
2017年10月30日に開催されたNTTデータ テクノロジーカンファレンス2017での講演資料です。 Apache Hadoopの未来 3系になって何が変わるのか? Introduction of Apache Hadoop security isssue and Hitchhiker Erasure Coding algorithm
Apache Hadoopの未来 3系になって何が変わるのか?
Apache Hadoopの未来 3系になって何が変わるのか?
NTT DATA OSS Professional Services
講演資料
20190225 jetson azure_hands-on
20190225 jetson azure_hands-on
Aya Owosekun
http://www.insight-tec.com/dbts-tokyo-2014.html -------- CPU/GPUという特性の異なるプロセッサの得意分野を組み合わせて費用・電力対性能の向上を狙うヘテロジニアス計算技術は、近年の半導体技術のトレンドの一つです。 本セッションでは、SQLワークロードのうちCPU負荷の高いロジックをGPUにオフロードする事で安価に検索処理の高速化を実現するPostgreSQL用の拡張モジュール PG-Strom と、GPGPUをはじめとする周辺技術についてご紹介します。
(JP) GPGPUがPostgreSQLを加速する
(JP) GPGPUがPostgreSQLを加速する
Kohei KaiGai
2018年11月19日開催された第25回Hadoopソースコードリーディングで発表した資料です。
Hadoop-3.2.0の新機能の紹介とJava9+対応のコミュニティ動向
Hadoop-3.2.0の新機能の紹介とJava9+対応のコミュニティ動向
Yahoo!デベロッパーネットワーク
AIエッジデバイスのクラウドネイティブ技術が今後の道筋です。 NVIDIA Jetsonがどのようにしてクラウドネイティブの変革をAIエッジデバイにもたらしているかをご紹介します。 複数のコンテナー化されたアプリケーションとAIモデルを同時に実行するJetsonの能力を紹介する詳細なデモを取り上げます。 このウェビナーでは、以下の内容を取り上げます。 1. コンテナーを構築して Jetson でデプロイする方法 2. マイクロサービスアーキテクチャ、コンテナー化、オーケストレーションにより、クラウドアプリケーションがモノリシックなソフトウェアワークフローの制約から逃れることができるようになった方法についての洞察 3. エッジにクラウドネイティブ統合を含めるJetsonファミリーが提供する最新の機能の詳細 NVIDIA Jetsonのクラウドネイティブ技術については下記をご参照ください。
Jetson Xavier NX クラウドネイティブをエッジに
Jetson Xavier NX クラウドネイティブをエッジに
NVIDIA Japan
Pacemaker は OpenStack 基盤の高可用化にも用いられている実例を紹介します。
OpenStackでも重要な役割を果たすPacemakerを知ろう!
OpenStackでも重要な役割を果たすPacemakerを知ろう!
ksk_ha
ラズパイ2で動く Docker PaaS 第29回 PaaS勉強会 http://paas.connpass.com/event/22653/
ラズパイ2で動く Docker PaaS
ラズパイ2で動く Docker PaaS
npsg
Linux女子部08「Docker勉強会」 http://connpass.com/event/6318/ で使用予定の資料の一部です。 変更履歴 ver1.0 公開 ver1.1 参考資料追加、微修正 ver1.2 pid namespaceの例を変更、微修正 ver1.3 Fedora20 + Docker1.0 に手順を変更 ver1.4 dm-thinprovisiongのイメージを直接操作する手順を復活 ver1.5 LVMによるdm-thinprovisioningの図を追加 ver1.6 微修正 ver1.7 LVMでのdm-thin snapshotは変更できない旨を記載 、スナップショット作成の図を微修正 ver1.8 「LVMでのdm-thin snapshotは変更できない旨」は間違ってたので、snapshotを有効化する方法を追記
Dockerを支える技術
Dockerを支える技術
Etsuji Nakai
Apache cloudstack4.0インストール
Apache cloudstack4.0インストール
Yasuhiro Arai
講演資料
2019 jetson azure_hands-on
2019 jetson azure_hands-on
Aya Owosekun
HBStudy#80 での PG-Strom発表スライドです。 主にSSD-to-GPUダイレクトSQL実行について。
20171220_hbstudy80_pgstrom
20171220_hbstudy80_pgstrom
Kohei KaiGai
GraalVMの多言語実行機能が凄そうだったので試しにApache Sparkに組み込んで動かしてみたけどちょっとまだ早かったかもしれない (Open Source Conference 2021 Online/Nagoya 発表資料) 2021年5月29日 株式会社NTTデータ 技術開発本部 先進コンピューティング技術センタ 刈谷 満
GraalVMの多言語実行機能が凄そうだったので試しにApache Sparkに組み込んで動かしてみたけどちょっとまだ早かったかもしれない(Open So...
GraalVMの多言語実行機能が凄そうだったので試しにApache Sparkに組み込んで動かしてみたけどちょっとまだ早かったかもしれない(Open So...
NTT DATA Technology & Innovation
DB Tech Showcase Tokyo/2017での発表資料です。 PG-Stromの『SSD-to-GPUダイレクトGPU実行機能』にフォーカスした内容です。
GPUとSSDがPostgreSQLを加速する~クエリ処理スループット10GB/sへの挑戦~ [DB Tech Showcase Tokyo/2017]
GPUとSSDがPostgreSQLを加速する~クエリ処理スループット10GB/sへの挑戦~ [DB Tech Showcase Tokyo/2017]
Kohei KaiGai
Similar to PlaidML Kerasでやっていく #TokyoR 73
(20)
ディープラーニングイメージで構築する快適・高速な機械学習環境
ディープラーニングイメージで構築する快適・高速な機械学習環境
インフラエンジニアのこれから ~Red Hatの描くLinuxの今後とクラウド~(第ニ部)
インフラエンジニアのこれから ~Red Hatの描くLinuxの今後とクラウド~(第ニ部)
TripleOの光と闇
TripleOの光と闇
20210731_OSC_Kyoto_PGStrom3.0
20210731_OSC_Kyoto_PGStrom3.0
20221116_DBTS_PGStrom_History
20221116_DBTS_PGStrom_History
ラズパイ2で動く Docker PaaSを作ってみたよ
ラズパイ2で動く Docker PaaSを作ってみたよ
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
Apache Hadoopの未来 3系になって何が変わるのか?
Apache Hadoopの未来 3系になって何が変わるのか?
20190225 jetson azure_hands-on
20190225 jetson azure_hands-on
(JP) GPGPUがPostgreSQLを加速する
(JP) GPGPUがPostgreSQLを加速する
Hadoop-3.2.0の新機能の紹介とJava9+対応のコミュニティ動向
Hadoop-3.2.0の新機能の紹介とJava9+対応のコミュニティ動向
Jetson Xavier NX クラウドネイティブをエッジに
Jetson Xavier NX クラウドネイティブをエッジに
OpenStackでも重要な役割を果たすPacemakerを知ろう!
OpenStackでも重要な役割を果たすPacemakerを知ろう!
ラズパイ2で動く Docker PaaS
ラズパイ2で動く Docker PaaS
Dockerを支える技術
Dockerを支える技術
Apache cloudstack4.0インストール
Apache cloudstack4.0インストール
2019 jetson azure_hands-on
2019 jetson azure_hands-on
20171220_hbstudy80_pgstrom
20171220_hbstudy80_pgstrom
GraalVMの多言語実行機能が凄そうだったので試しにApache Sparkに組み込んで動かしてみたけどちょっとまだ早かったかもしれない(Open So...
GraalVMの多言語実行機能が凄そうだったので試しにApache Sparkに組み込んで動かしてみたけどちょっとまだ早かったかもしれない(Open So...
GPUとSSDがPostgreSQLを加速する~クエリ処理スループット10GB/sへの挑戦~ [DB Tech Showcase Tokyo/2017]
GPUとSSDがPostgreSQLを加速する~クエリ処理スループット10GB/sへの挑戦~ [DB Tech Showcase Tokyo/2017]
More from Akifumi Eguchi
TokyoR 61のスライドです
High-order factorization machines with R #tokyor 61
High-order factorization machines with R #tokyor 61
Akifumi Eguchi
JapanR 2016でのLT資料です
Randomforestで高次元の変数重要度を見る #japanr LT
Randomforestで高次元の変数重要度を見る #japanr LT
Akifumi Eguchi
10月4日、統計的学習の基礎読書会 第8回&第9回で使用した資料です。
統計的学習の基礎6章前半 #カステラ本
統計的学習の基礎6章前半 #カステラ本
Akifumi Eguchi
20160913開催のDslt祭り2夜の資料です。
Dslt祭り2夜
Dslt祭り2夜
Akifumi Eguchi
愛媛大学で講演させて頂いた環境化学データ入門についてのスライドです。誤りもあるかもしれませんがお手柔らかにお願いします。
環境化学データ解析入門: 愛媛大講演資料 160728
環境化学データ解析入門: 愛媛大講演資料 160728
Akifumi Eguchi
統計的学習の基礎読書会 第1回のLT資料です。
統計的学習の基礎, 副読本紹介: An Introduction to Statistical Learning
統計的学習の基礎, 副読本紹介: An Introduction to Statistical Learning
Akifumi Eguchi
第53回 Tokyo.R LT資料です。
Mxnetで回帰 #TokyoR 53th
Mxnetで回帰 #TokyoR 53th
Akifumi Eguchi
第50回 データマイニング+WEB@東京 ー機械学習 実活用 祭りーでの発表資料です
子どもたちの未来を支える機械学習: 定量的構造活性相関 (QSAR) による有機ハロゲン化合物の母子間移行率予測
子どもたちの未来を支える機械学習: 定量的構造活性相関 (QSAR) による有機ハロゲン化合物の母子間移行率予測
Akifumi Eguchi
続わかりやすいパターン認識読書会 最終回の資料です。
ぞくパタ最終回: 13章「共クラスタリング」
ぞくパタ最終回: 13章「共クラスタリング」
Akifumi Eguchi
Deep learningもくもくハッカソンの結果まとめスライドです。 実際の数字については今後使うかもしれないので削ってますがご了承ください。 発表者はDeep learning初心者なので色々間違ってるかもです。
Deep learningもくもくハッカソンまとめup用
Deep learningもくもくハッカソンまとめup用
Akifumi Eguchi
第43回データマイニング+WEB @東京での発表資料です。
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"
Akifumi Eguchi
第2回「続・わかりやすいパターン認識」読書会、2章の資料です。#ぞくパタ
第2回ぞくパタ
第2回ぞくパタ
Akifumi Eguchi
第1回 「続・わかりやすいパターン認識」の発表資料になります。
第一回ぞくパタ
第一回ぞくパタ
Akifumi Eguchi
続・わかりやすいパターン認識: はじめに
ぞくパタ はじめに
ぞくパタ はじめに
Akifumi Eguchi
Tokyo.R 44のLT資料です。
Tokyo.r #44 lt.pptx
Tokyo.r #44 lt.pptx
Akifumi Eguchi
Tokyo r #43
Tokyo r #43
Akifumi Eguchi
みどりぼん9章前半
みどりぼん9章前半
Akifumi Eguchi
みどりぼん3章の前半スライドです。 6月11日再アップロードしました。 文字化け等修正してます。
みどりぼん3章前半
みどりぼん3章前半
Akifumi Eguchi
Devium を使ったヒト血清中化学物質の解析 R, ShinyベースのWebアプリで多変量解析やってみた。 環境媒体の分析データについて、なぜ測定する必要があるかなども少しづつ紹介してます。 アルゴリズムの紹介は力尽きました。 DeviumWeb https://github.com/dgrapov/DeviumWeb ローカル版は開発中 開発者HP http://imdevsoftware.wordpress.com/
Tokyo R #39
Tokyo R #39
Akifumi Eguchi
More from Akifumi Eguchi
(19)
High-order factorization machines with R #tokyor 61
High-order factorization machines with R #tokyor 61
Randomforestで高次元の変数重要度を見る #japanr LT
Randomforestで高次元の変数重要度を見る #japanr LT
統計的学習の基礎6章前半 #カステラ本
統計的学習の基礎6章前半 #カステラ本
Dslt祭り2夜
Dslt祭り2夜
環境化学データ解析入門: 愛媛大講演資料 160728
環境化学データ解析入門: 愛媛大講演資料 160728
統計的学習の基礎, 副読本紹介: An Introduction to Statistical Learning
統計的学習の基礎, 副読本紹介: An Introduction to Statistical Learning
Mxnetで回帰 #TokyoR 53th
Mxnetで回帰 #TokyoR 53th
子どもたちの未来を支える機械学習: 定量的構造活性相関 (QSAR) による有機ハロゲン化合物の母子間移行率予測
子どもたちの未来を支える機械学習: 定量的構造活性相関 (QSAR) による有機ハロゲン化合物の母子間移行率予測
ぞくパタ最終回: 13章「共クラスタリング」
ぞくパタ最終回: 13章「共クラスタリング」
Deep learningもくもくハッカソンまとめup用
Deep learningもくもくハッカソンまとめup用
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"
第2回ぞくパタ
第2回ぞくパタ
第一回ぞくパタ
第一回ぞくパタ
ぞくパタ はじめに
ぞくパタ はじめに
Tokyo.r #44 lt.pptx
Tokyo.r #44 lt.pptx
Tokyo r #43
Tokyo r #43
みどりぼん9章前半
みどりぼん9章前半
みどりぼん3章前半
みどりぼん3章前半
Tokyo R #39
Tokyo R #39
PlaidML Kerasでやっていく #TokyoR 73
1.
PlaidML-Kerasでやっていくin NVIDIA, AMD
and INTEL GPU Tokyo.R #73 @siero5335
2.
RでもDeep learning の時代(ちょっと前から?) MXNET:
https://mxnet.apache.org/ H20: http://docs.h2o.ai/h2o/latest-stable/h2o-docs/welcome.html TensorFlow: https://tensorflow.rstudio.com/ Keras: https://keras.rstudio.com/
3.
RでもDeep learning の時代(ちょっと前から?) RStudioがパッケージを整備
4.
Kerasでやる: DeepやるならGPUの支援がほしい 普通にやるならNVIDIAのGPU RStudioのKerasはinstall_keras()でPython環境にKerasを 入れてRからたたけるようにしてくれる NVIDIA GPU環境があるならinstall_keras(tensorflow
= “gpu”) でGPU支援が受けられる
5.
reticulateがPython3になってくれない “reticulateがPython3になってくれなくて生きるのがつらい” https://notchained.hatenablog.com/entry/2018/10/19/222700 @yutannihilation さん Python or
openSSLののバージョンが古いとき “keras-PlaidML インストールチャレンジ” http://d.hatena.ne.jp/dichika/20180625/p1 @dichikaさん Anacondaにしておくとpython3でやれる こだわりが無ければanacondaが多分楽 Warning !!!
6.
Kerasでやる: DeepやるならGPUの支援がほしい 普通にやるならNVIDIAのGPU RStudioのKerasはinstall_keras()でPython環境にKerasを 入れてRからたたけるようにしてくれる NVIDIA GPU環境があるならinstall_keras(tensorflow
= “gpu”) でGPU支援が受けられる お試しでやるにはちょっと高い? ラップトップ勢 → eGPU用意する? macOS → eGPUも対応してるのはAMD
7.
PlaidML ? NVIDIA, AMD,
IntelのGPUに対応 AppleのMetalなどにも対応 Kerasのバックエンドに使える
8.
PlaidML ? NVIDIA, AMD,
IntelのGPUに対応 AppleのMetalなどにも対応 Kerasのバックエンドに使える Kerasの裏で動くフレームワークを変えられる use_backend("theano"), use_backend("cntk"), use_backend(backend = "plaidml")
9.
インストール? Macでも高速に機械学習できるかもしれないPlaidMLを試してみた https://qiita.com/croquette0212/items/cae15761876e1e937a6c mnist_cnn by keras-PlaidML
GPU in macOS http://rpubs.com/siero5335/399690 keras-PlaidML インストールチャレンジ http://d.hatena.ne.jp/dichika/20180625/p1 “pip install plaidml-keras”でOK 注: R用Kerasが入ってるpythonにインストールする “plaidml-setup” で計算に使う環境を選ぶ
10.
使えるの? R notebooks for
the code samples of the book "Deep Learning with R” https://github.com/jjallaire/deep-learning-with-r-notebooks ここのコードの前半は動くので取っ掛かりには良さそう。 実戦投入するなら転移学習がうまく動かないとちょっと厳しい?
11.
使えるの? ↓書き換えでどうにかなったところ PlaidML_Keras_R_layer_output_test_5_4.R https://gist.github.com/siero5335/6889f224015550960ca6a5cf278ea188 PlaidML_Keras_R_layer_output_test_6_1_6_2.R https://gist.github.com/siero5335/263cc8cb1e0710809a33799303800288
12.
使えるの? その他の動かなかったところやちゃんと動いてるかよくわから ない部分は検証を進めていく必要あり Rstudio Kerasのissuesを追いかけていくと良いかも? https://github.com/rstudio/keras/issues
13.
Tensorflow background (MNIST-CNN
[CPU]) https://keras.rstudio.com/articles/examples/mnist_cnn.html
14.
Tensorflow background (MNIST-CNN
[CPU]) Test loss: 0.027883 Test accuracy: 0.9909 1 epoch: 1分強
15.
PlaidML background (MNIST-CNN
Radeon GPU) https://keras.rstudio.com/articles/examples/mnist_cnn.html
16.
Test loss: 0.02664161 Test
accuracy: 0.9913 1 epoch : 15秒前後 性能も変わらない PlaidML background (MNIST-CNN Radeon GPU)
17.
まとめ KerasのバックエンドにPlaid MLをつかうことで、 非NVIDIA GPU勢でもGPU支援を受けてdeepができる (Intel
チップセットも試したがうちの環境ではOpenCLだとCPUより遅い上lossがNaNに, metalだと動かなかった) GPUハヤイ R Keras本も最初の取っ掛かりのところまでは動くので、 ひとまず手元PCで入門したい人には良さそう 対応してない部分もあるので公式を追いかけると良さ そう。 Kerasチートシートも https://www.rstudio.com/resources/cheatsheets/
Download now