akenji's lab

モチベーション

自分でオンプレミスでサーバを構築して、そこでJupyterlabサーバを設定してメインに使っている（こちらやこちら）。そうは言っても、GCPから提供されているGoogle Colaboratoryを使ったこともある。

この記事では、最近発表されたAmazon SageMaker Studio Labを試してみたので、使えるようになるまでの手順や使った感想をまとめたい。

モチベーション

分散処理の実験をやってみたかったので、かねてからインストールしようと思っていたOpenMPIをインストールする。 ホスト上のアプリケーションから使えるだけでなく、Singularityで動作するアプリケーションでOpenMPIを使えるようにする。

モチベーション

High Performance Computing用にコンパイラやGPU対応のライブラリ、ミドルウェアをパッケージとしてまとめている「NVIDIA HPC SDK」がある。このNVIDIA HPC SDKをSingularityコンテナとして利用したかったので、Singularityコンテナ作成手順をまとめた。

はじめに

前回のこの記事に引き続き、JDLA E資格のシラバスの範囲で、「深層学習 day3およびday4」についてまとめたものである。今回の範囲は、RNN、LSTM、Seq2seq、強化学習、Transformerなど深層学習を言語処理などの応用分野への適用につながる興味深い領域である。

この記事がこのラビットチャレンジのレポートのシリーズ最終回である。

はじめに

深層学習day3の「Section3：GRU」の実装演習を以下にまとめる。

はじめに

深層学習day3の「Section1：再帰型ニューラルネットワークの概念」の実装演習を以下にまとめる。

はじめに

深層学習day2の「Section5：最新のCNN」の実装演習を以下にまとめる。

はじめに

深層学習day2の「Section4：畳み込みニューラルネットワーク」の実装演習を以下にまとめる。

はじめに

この記事に引き続き、JDLA E資格のシラバスの範囲で、今回は「深層学習 day1およびday2」についてまとめたものである。「深層学習 day1およびday2」は、入力層、中間層、出力層、勾配降下法、誤差逆伝播などの深層学習の基本的な部分、および畳み込みニューラルネットワーク（Convolutional Neural Network; CNN）が範囲である。

はじめに

深層学習day2の「Section1：バッチ正規化」の実装演習を以下にまとめる。