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