事前資料

1. ３/21事前資料
Google Colaboratory
インストール手順

2. 事前環境
• Google Colaboratoryはジュピター・ノートブックをクラウド上で動かす
もの
• 環境など共有できるためチーム開発に便利
• Jupyter NoteBookや他のエディタ環境で実行しても大丈夫ですが、
• PyTorchニューラルネットワーク実装ハンドブック (Pythonライブラリ定
番セレクション)）宮本 圭一郎 (著でもGoogle Colaboratoryが推奨され
ています

3. 事前環境
• 環境を作るのが手間だと感じる方は、URLを共有するので、
• そこから開発環境に入って頂いても大丈夫です。
• 後にQiitaにまとめたりする時間などもリクエストあれば設けますので、
• 時間がない方はスルーしてください。
• こちらのURLが参照になります
• https://www.codexa.net/how-to-use-google-colaboratory/

4. 新規フォルダの作成

5. アプリを追加、接続

6. Google Colaboratory立ち上げ&設定をGPUへ

7. # TensorFlow経由でデバイス設定を確認
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
• 上記のコードをエディタに入力。

8. GPUの動作を確認

9. Pytorchのインストール
• from os import path from wheel.pep425tags import get_abbr_impl,
get_impl_ver, get_abi_tag platform = ‘{}{}-{}’.format(get_abbr_impl(),
get_impl_ver(), get_abi_tag()) accelerator = ‘cu80’ if
path.exists(‘/opt/bin/nvidia-smi’) else ‘cpu’ !pip install -q
http://download.pytorch.org/whl/{accelerator}/torch-0.3.0.post4-
{platform}-linux_x86_64.whl torchvision
• # GPUの確認 import torch use_gpu = torch.cuda.is_available()
print(use_gpu)
• 上記のコマンドで、Trueが返ってくればインストール完了

10. Pytorchのインストール
• pip install -U torch torchvisionでもインストールできるかもしれません
が、各ライブラリのバージョンが違うとエラーが表示されるます。
• 詳しくはこちら
• Google ColaboratoryでPyTorch
• https://qiita.com/fukuit/items/342f5c8ec84e978fad3b
• Google Colaboratory事始め
• https://qiita.com/kouki_outstand/items/cd24dccbaa92274be39e

11. PyTorchを使って線形回帰
• PyTorchは機械学習ライブラリですので、データセットを使って簡単なモデリング
をしないことには終われません
• Kaggleで公開されているデータセットを使ってPyTorchでシンプルな線形回帰を
やってみましょう。
• 使うデータは「 Ramen Ratings 」を使いましょう。データの利用はkaggleの登録が
必要です。会員登録（またはログイン後）に下記のURLからデータのダウンロー
ドをお願います。
• → https://www.kaggle.com/residentmario/ramen-ratings
• ダウンロードしたファイルはZIP形式となります。解凍して「 ramen-ratings.csv 」を
Jupyter Notebookからアクセスしやすい場所へ格納してください。
•