fastaiを使えるようになろう
ここでは、fastaiのインストールの仕方をGPUとCPUそれぞれ使う場合に分けて、解説していきます。
- Google ColabなどのクラウドでGPUを使う場合
- GPUを搭載していないPCのローカル環境で構築する場合
fastaiとは
- ディープラーニングライブラリの一つで、使いやすさ、柔軟性、またはパフォーマンスに優れる。
- そのためニューラルネットワークのトレーニングを簡潔に記述することができる。
- GPUに最適化されており、高速に実行が可能。
Googole Colabでfastaiを使う方法
Google Colabでは標準でfastaiが入っているため、簡単にfastaiを使うことができます。
! [ -e /content ] && pip install -Uqq fastbook
import fastbook
fastbook.setup_book()
2行目以降にエラーが出るようであれば、GPUが使われているか確認し、ランタイムを再起動して見ていください。自分はそれでエラーがなくなりました。
また、自身のGoogle Driveに接続するという旨のメッセージが出るので接続してください。
これでfastaiが使えるようになったので、以下のようにインポートすることができるようになります。
from fastai.vision.all import *
CPUのローカルPCでfastaiを使う方法
正直、ここでかなり疲れました。いろいろやって、最終的にローカルで作った人の記事を参考にしたらできました(最初からそれをやればよかった)。下の方に転載しておきますね。
では、一つずつ順番に見ていきましょう。ちなみにVSCodeでやりました。
まず最初にVSCodeのターミナルで以下のようにgitでクローンします。
git clone https://github.com/fastai/fastai.git
こうすることで、fastaiのフォルダが追加されました。
そしたら、今いるディレクトリを以下のようにfastaiに移動し、仮想環境を変えます。
仮想環境は作らずに、git cloneして自動で作られるので安心してください。
cd fastai
activate fastai (conda activate fastai)
次は、順番に注意して、PyTorchのcpu版をインストールします。環境によって、コマンドが変わると思いますので気を付けてください。詳細はここから
conda install pytorch torchvision torchaudio cpuonly -c pytorch
PyTorchを入れ終わったら、fastaiフォルダの中にenvironment.ymlが入っているので、
- pytorch
という記述を削除します。削除したら、
conda env update -f environment.yml
と入力し実行します。
やっと終わりが見えてきました。
次に大事なことは、VSCodeの右上のインタプリタをfastaiに変更してください。
次で、インストールするのが終わりです。
pip install -Uqq flaskbook
と入力してください。何も出力されなければ、大丈夫です。
続いて、fastaiのフォルダ内でipynbファイルを作成してください。ここで、
import flaskbook
flaskbook.setup_book()
from flaskbook import *
と無事実行できれば終了です。お疲れさまでした。
ここまでできれば、fastaiのドキュメントに書かれたコードを実行することができると思います。 インストールの仕方が違うので、もしこのやり方で無理でしたら、公式の方でやってもらった方がよいと思います。
いやー長かった(笑)。
実行はできたけれど、CPUだからめちゃくちゃ遅い(笑)。
ぜひとも、参考になればうれしいです。
参考文献
https://qiita.com/ishida330/items/34b28fc18f66d98a0479
https://docs.fast.ai/
https://forums.fast.ai/t/howto-installation-on-windows/10439