プログラマのためのGoogle Cloud Platform入門をやってみた１８

今回は『プログラマのためのGoogle Cloud Platform入門』の「第５章 機械学習を用いたGAEアプリケーション」の９回目です。



今回は Cloud Machine Learning Engine(移行Cloud MLE)の学習済みのモデルを動かしてみましょう。

ページの範囲は、253ページから257ページです。

流れは

1. APIサービスの準備
2. Cloud Datalabの実行環境を準備
3. サンプルコードのダウンロード
4. Cloud Datalabを実行している仮想マシンの停止／破棄

今回は実行するのに時間がかかります。

実際に機械学習をしているのではなくAPIの準備とかCloud Datalabを準備とか。。。

そんなわけで実行した画面を見てましょう。

Cloud Datalabが開きました。pythonであったjupyterみたいです。

サンプルコードのダウンロードをしています。

自分の場合は、止まっていたので再度実行しました。

本にはCtrl+Enterでキー実行すると書いていましたが、自分の場合は、Runを押さないとコマンドは実行されませんでした。

Runをクリックすると文字が入力できるようになります。

文字入力後に、すでに記入されているコマンドに対してRunをクリックしていくと4という結果が出ました。

入力した文字は4である判定されています。

とりあえず実行できたようです。

普通のクライアントPCでも実行できるけどクラウド上でも実行できました。

今回で、『プログラマのためのGoogle Cloud Platform入門』は終了です。

分かったようなわからないような感じですが簡単な操作で動くことはわかりました。

次回からは何しようかな。

プログラマのためのGoogle Cloud Platform入門をやってみた１８

今回は『プログラマのためのGoogle Cloud Platform入門』の「第５章 機械学習を用いたGAEアプリケーション」の９回目です。



今回は、Cloud Machine Learning Engineのサンプルアプリケーションの実行後の価格が表示されたので報告します。

とりあえず、一回しか実行してません。

リージョンは、us-central1でした。

自前でパソコン買って試すよりかは安いかもしれませんね。

性能を極めようとすると20万円ぐらいしますから。

ただ気になったことがあって、100Minute=91.50円なのですが、

実際に実施した時間は。。。

20:01:01から。。。

20:16:00で終了しています。。。

どう見ても約16分しかやっていないのですが、請求は100分になっています。

最低限の請求金額なんですかね？

それとも自分の読み方が悪いのか？

調べてみたら、料金はここに詳しく書いていました。

ただ、よく見てもなぜそのようになっているのかわからなかった。

100分使っているならかなり額を取られそうなんですけど。。。

まぁ、いっか！

プログラマのためのGoogle Cloud Platform入門をやってみた１７

今回は『プログラマのためのGoogle Cloud Platform入門』の「第５章 機械学習を用いたGAEアプリケーション」の８回目です。



今回は、Cloud Machine Learning Engineのサンプルアプリケーションの実行後の結果を見てみましょう！。

ページの範囲は、252ページです。

流れとしては、

1. 前回投げたJobが終わっているか、ログでCloud Machine Learning Engineの終了を確認する
2. TensorBoardのコマンドを実行
3. Cloud ShellからTensorBoardを見る

てな感じです。

GCPのブラウザのMLから順に追っていくとログを見ることができます。

successfullyが出ると終わるみたいです。

そんでもってTensorBoardのコマンドを実行し、Cloud Shellの左上にあるボタンからブラウザで開くをするとTensorboardが見れます。

うーん。見てもよくわかりませんね。

何となく、accuracy=正確さ、的確さという意味らしいのでテストデータで正解が90%ぐらいになっているという意味だと思います。

lossは本からはわかりません。

ネットで検索しましょう！

そんなわけで、実行できたみたいです。

価格は。。。まだわかりません。

一日たたないと計算されませんね。

次回、表示できるかもです。

プログラマのためのGoogle Cloud Platform入門をやってみた１６

今回は『プログラマのためのGoogle Cloud Platform入門』の「第５章 機械学習を用いたGAEアプリケーション」の７回目です。



今回は、Cloud Machine Learning Engineのサンプルアプリケーションの実行です。

ページの範囲は、246ページから251ページです。

流れとしては、

1. Cloud Machine Learning Engine APIの有効化
2. Google Compute Engine APIの有効化
3. サンプルコードのセットアップ
4. Cloud Storageにバケットを作成
5. 学習処理のジョブを投入

てな感じです。

ジョブを投入して結果を見ないのは、これに時間がかかるからです。

Cloud Machine Learning Engineは裏ではTensorFlowが動いており、GCEにインストールして使えばわざわざ使わなくて実行できます。

しかし、Cloud Machine Learning Engineを使えば下記のメリットがあるみたいです。

• 学習処理の間のみ計算ノードが割り当てられて、課金対象となる
• 分散学習に対応したコードを用いると、複数ノードによる並列学習処理が行える
• オプション設定でGPUの利用も可能

まぁ、実際に動作させて価格を確認してみます。