3日目 CPU/GPUと機械学習
今日も引き続き調べる．
まずGPUの話から．
GPU: 3Dグラフィックスを描画するための計算装置であり半導体．グラフィックボードの中にある．VRAMと接続される．
VRAM: ブイラム．Video RAM. ビデオメモリ．ディスプレイに表示される内容を保持するメモリ．画面の最大解像度や最大同時発色数はVRAMの容量に依存．
GPGPU: 画像処理＋CPUが行う汎用処理を実行．CUDAもこの機能を搭載．
CPU: 計算処理を行う半導体チップ．コア数に応じて処理速度が変化．別名プロセッサ．制御(次に処理するデータのある場所を記憶して演算に伝達)と演算(記憶したデータを処理)．マウスとかキーボードのデータが集まり，制御と演算によってパソコンを動かす仕組み．キャッシュメモリと呼ばれるメモリが内臓．
プロセッサーとは？パソコン（PC）の最重要ポイント「プロセッサー」の初心者でも分かる用語解説｜ドスパラ通販【公式】
キャッシュメモリ: CPUはメモリからデータを呼び出して処理．キャッシュメモリから抜いた方が処理が高速化される．CPUが最初にアクセスするのがL1キャッシュ．最近はL3まである．
OpenCL: Open Computer Language．ヘテロジニアスな並列環境のためのフレームワーク.
以下引用↓
OpenCLは，GPUだけでなく，例えばDSP（Digital Signal Processor），あるいは4Gamer的にはPlayStation 3のCPUとして知られる「Cell Broadband Engine」（以下，Cell）などでも利用可能
これで分かるOpenCL。NVIDIAのOpenCLセミナーから，OpenCLの正体と可能性を再確認する
PhysX: 物理演算エンジン．GPGPU機能の1つ．NVIDIA提供．
Direct Compute: GPGPU用のAPI．アプリケーションを各会社のソフトごとに対応させる必要がなくなった．
とりあえず区切る．ディープラーニングゾーンへ参る．
●Tensorflow: Googleのディープラーニングライブラリ．テンソル(多次元データ構造)計算ライブラリ．
●Karas: オープンソースのディープラーニングライブラリ．バックエンドにTensorflowを利用するディープラーニングライブラリラッパー．
深層学習のライブラリ「Keras」の使い方【入門編】 | TechAcademyマガジン
●Pytorch: パイトーチ．Pythonのオープンソースディープラーニングライブラリ．
【入門編】PyTorchとは何か？インストールから実装ま…｜Udemy メディア
●Chainer: チェイナー．Preferred Networksが開発しているディープラニング向けのオープンソフトウェア．Pythonで記述．2019年12月5日にメジャーアップデートの終了を発表．
RNN: 再帰型ニューラルネットワーク．ニューラルネットワークの出力を別の入力として利用する再帰的構造を持つニューラルネットワーク．
第6回 RNN（Recurrent Neural Network）の概要を理解しよう（TensorFlow編）：TensorFlow入門 - ＠IT
機械学習手法は...
1. 目的関数の設計(計算グラフを自力で設計)
3. 最小化のための反復計算(勾配を使って反復更新)
からなるらしい．
深層学習フレームワークは以下．
テンソルデータ構造
レイヤー(関数)
ネットワーク(計算グラフ)
最適化ルーチン
※フレームワークによってはインターフェース等異なる．
define and run: まず計算グラフを構築し，構築した計算グラフにデータを流す
define by run: 順伝播処理する際，同時に逆伝播用の計算グラフが構築される．
今日はここまでにする．
案の定GPUあたりで時間とられた．でもぼんやり全体像が掴めた気がする．
機械学習も突っ込んだらキリ無い．
コード書きながら理解するのが早そう．
明日明後日は一日使える．
明日で単語メモ終わらせて，日曜からなんか作ってみたいなあ，特にUnity．
残りキーワード
OpenGL, Vulkan, DirectX, Metal
ThreeJS, BabylonJS, A-Frame
Open3D, MeshLab
Kinect, Realsense、Xtion
Oculus, Hololens, Git
以上
