Watson Mahine Learning ビデオ
深層学習を用いた映画推薦システムの構築¶
この ビデオ では、IBM Watson Machine Learning Accelerator API を使用して、グラフィックス・プロセッシング・ユニット (GPU) を使用して映画推薦モデルのトレーニングを高速化する方法を説明しています。また、付随する記事もあります。Watson Machine Learning Accelerator は、IBM Cloud Pak for Data 上の AI ツールである IBM Watson Studio ファミリーの一部として利用できます。これは、GPUで加速された深層学習サービスで、ビジネスユニット間でGPUリソースを共有して、より速いトレーニング結果を得ることができます。
Deep Learning Experiment Builderを使ってTensorFlowモデルを構築する¶
IBM Cloud Pak for Data上のAIツールであるIBM Watson Studioファミリーの一部として提供されている、Build a TensorFlow model using the MNIST data set for deep learning with Watson Machine Learning Acceleratorの方法を紹介します。これはGPUで加速された深層学習サービスで、ビジネスユニット間でGPUリソースを共有して、より速いトレーニング結果を提供することができます。
Watson Machine Learning Acceleratorの概要¶
企業向けの完全なAIデータサイエンス・プラットフォームである「IBM Watson Machine Learning Accelerator」の【概要】(/components/watson-ml-accelerator/videos/overview-of-watson-machine-learning-accelerator/)をご紹介します。Watson Machine Learning Acceleratorは、IBM Cloud Pak for Data上のAIツールであるIBM Watson Studioファミリーの一部として利用できます。これは、GPUで加速された深層学習サービスで、ビジネスユニット間でGPUリソースを共有して、より速いトレーニング結果を得ることができます。
Watson Machine Learning Accelerator APIでハイパーパラメータ最適化トレーニングを自動化する¶
[ハイパーパラメータ最適化(HPO)を実行するために、モデルとデータセットをWatson Machine Learning Accelerator API(/components/watson-ml-accelerator/videos/automatehyperparameter-optimization-training-with-the-wml-accelerator-api/)に提出します。学習モデルとしてPytorch MNIST HPOを使用し、検索時にサブトレーニング用のハイパーパラメータを注入し、より良い結果を得るためにチューニング・メトリックを提出し、最適な結果を得るためにクエリを実行します。
Watson Machine Learning Accelerator for Cloud Pak for Data のご紹介¶
ビジネスユニット間でGPUリソースを共有して、より速いトレーニング結果を提供することができる、このGPU-accelerated deep learning serviceについてご紹介します。
Elastic Distributed Trainingでディープラーニングのジョブをバランスよく処理する¶
IBM Cloud Pak® for Dataでuse elastic distributed training to balance IBM Watson® Machine Learning Accelerator jobsする方法をご覧ください。Watson Machine Learning Acceleratorを使用すると、現在ワークロードを実行しているデータサイエンティストにGPUが動的に割り当てられます。
GPUでより速いディープラーニングの結果を提供¶
深層学習のワークロードをCPUで実行する様子を見て、同じ深層学習のワークロードがGPUでどれだけ速く実行されるかを確認します。Cloud Pak for Data 3.5のノートブックを使うと、ディープラーニングのトレーニングがGPUでは10倍速くなることがわかります。