GSP634

概要

他のラボでは、Fashion MNIST データセットを使用して画像分類器をトレーニングしました。それらのトレーニングで使用したのは、対象が中央に配置されている 28 x 28 の画像でした。このラボでは、この処理を次のレベルに進めて、対象が画像のどの位置にあるかにかかわらず、画像内の特徴が認識されるようにトレーニングします。

ここでは、特定の画像に人間と馬のどちらが含まれているかを通知する人馬分類器を作成します。つまり、ネットワークをトレーニングして、どちらであるかを判定するための特徴が認識されるようにします。

目標

このラボでは、次の方法について学びます。

• 出発点となるモデルを確認する
• 畳み込みを追加し、データを収集し、モデルを定義する
• モデルをコンパイルし、トレーニングする
• 畳み込みとプーリングの結果を視覚的に表示する

前提条件

このラボのみでも知識を得られますが、学習の成果を最大限に高めるため、ラボ「TensorFlow の畳み込みニューラル ネットワークを使用して画像を分類する」も受講することをおすすめします。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの手順をお読みください。ラボの時間は記録されており、一時停止することはできません。[ラボを開始] をクリックするとスタートするタイマーは、Google Cloud のリソースを利用できる時間を示しています。

このハンズオンラボでは、シミュレーションやデモ環境ではなく、実際のクラウド環境を使ってご自身でラボのアクティビティを行うことができます。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モードまたはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生することを防ぎます。

• ラボを完了するために十分な時間を確保してください。ラボをいったん開始すると一時停止することはできません。

注: すでに個人の Google Cloud アカウントやプロジェクトをお持ちの場合でも、このラボでは使用しないでください。アカウントへの追加料金が発生する可能性があります。

ラボを開始して Google Cloud コンソールにログインする方法

1. [ラボを開始] ボタンをクリックします。ラボの料金をお支払いいただく必要がある場合は、表示されるポップアップでお支払い方法を選択してください。 左側の [ラボの詳細] パネルには、以下が表示されます。

   • [Google Cloud コンソールを開く] ボタン
   • 残り時間
   • このラボで使用する必要がある一時的な認証情報
   • このラボを行うために必要なその他の情報（ある場合）

2. [Google Cloud コンソールを開く] をクリックします（Chrome ブラウザを使用している場合は、右クリックして [シークレット ウィンドウでリンクを開く] を選択します）。

   ラボでリソースが起動し、別のタブで [ログイン] ページが表示されます。

   ヒント: タブをそれぞれ別のウィンドウで開き、並べて表示しておきましょう。

   注: [アカウントの選択] ダイアログが表示されたら、[別のアカウントを使用] をクリックします。

3. 必要に応じて、下のユーザー名をコピーして、[ログイン] ダイアログに貼り付けます。

   {{{user_0.username | "Username"}}}

   [ラボの詳細] パネルでも [ユーザー名] を確認できます。

4. [次へ] をクリックします。

5. 以下のパスワードをコピーして、[ようこそ] ダイアログに貼り付けます。

   {{{user_0.password | "Password"}}}

   [ラボの詳細] パネルでも [パスワード] を確認できます。

6. [次へ] をクリックします。

   重要: ラボで提供された認証情報を使用する必要があります。Google Cloud アカウントの認証情報は使用しないでください。 注: このラボでご自身の Google Cloud アカウントを使用すると、追加料金が発生する場合があります。

7. その後次のように進みます。

   • 利用規約に同意してください。
   • 一時的なアカウントなので、復元オプションや 2 要素認証プロセスは設定しないでください。
   • 無料トライアルには登録しないでください。

その後、このタブで Google Cloud コンソールが開きます。

注: Google Cloud のプロダクトやサービスのリストを含むメニューを表示するには、左上のナビゲーション メニューをクリックします。

Cloud Shell をアクティブにする

Cloud Shell は、開発ツールと一緒に読み込まれる仮想マシンです。5 GB の永続ホーム ディレクトリが用意されており、Google Cloud で稼働します。Cloud Shell を使用すると、コマンドラインで Google Cloud リソースにアクセスできます。

1. Google Cloud コンソールの上部にある「Cloud Shell をアクティブにする」アイコン をクリックします。

接続した時点で認証が完了しており、プロジェクトに各自の PROJECT_ID が設定されます。出力には、このセッションの PROJECT_ID を宣言する次の行が含まれています。

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud は Google Cloud のコマンドライン ツールです。このツールは、Cloud Shell にプリインストールされており、タブ補完がサポートされています。

2. （省略可）次のコマンドを使用すると、有効なアカウント名を一覧表示できます。

gcloud auth list

3. [承認] をクリックします。

4. 出力は次のようになります。

出力:

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net To set the active account, run: $ gcloud config set account `ACCOUNT`

5. （省略可）次のコマンドを使用すると、プロジェクト ID を一覧表示できます。

gcloud config list project

出力:

[core] project = <project_ID>

出力例:

[core] project = qwiklabs-gcp-44776a13dea667a6 注: Google Cloud における gcloud ドキュメントの全文については、gcloud CLI の概要ガイドをご覧ください。

タスク 1. Google Cloud のサービスを有効にする

• Cloud Shell で gcloud を使用し、ラボで使用するサービスを有効にします。

gcloud services enable \ compute.googleapis.com \ monitoring.googleapis.com \ logging.googleapis.com \ notebooks.googleapis.com \ aiplatform.googleapis.com \ artifactregistry.googleapis.com \ container.googleapis.com

これにより、Vertex AI でモデルのトレーニング、デプロイ、説明に関するジョブを実行できるようになります。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 Google Cloud のサービスを有効にする

タスク 2. Vertex ノートブック インスタンスをデプロイする

このラボでは、JupyterLab と数多くの ML フレームワークを使用して構成された Vertex ノートブック インスタンスがあらかじめプロビジョニングされています。

このインスタンスの位置に移動し、インスタンスを開きます。

1. Cloud コンソールで、[Vertex AI] > [ワークベンチ] に移動します。

2. [ユーザー管理のノートブック] に移動します。

3. あらかじめプロビジョニングされている Vertex ノートブック インスタンスの名前の横にある [JupyterLab を開く] をクリックします。[JupyterLab を開く] オプションが表示されるまでに数分かかることがあります。

タスク 3. ラボのノートブックに移動する

1. Vertex ノートブックで、以下のディレクトリに移動します。

training-data-analyst/self-paced-labs/learning-tensorflow/convolutions-with-complex-images/

2. CLS_Vertex_AI_CNN_horse_or_human.ipynb を開きます。

3. ノートブックでラボを続け、画面上部の実行（）アイコンをクリックして各セルを実行します。または、Shift+Enter キーを押してセルでコードを実行します。

説明を読んで、各セルの実行内容を十分に理解してください。

Vertex AI　でトレーニングとデプロイのステータスを確認する手順は、ノートブックに図解されています。

ノートブックで進行状況を確認する

Cloud Storage バケットを作成する

注: バケットを作成している間は、割り当てられている REGION を受講者向けリソースのパネルで変更してください。

[進行状況を確認] をクリックして、バケットが作成されたかどうかを確認します。 Cloud Storage バケットを作成する

Vertex AI でモデルをトレーニングする

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 Vertex AI でモデルをトレーニングする

バッチ予測の結果をコピーする

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 バッチ予測の結果をコピーする

お疲れさまでした

このラボでは、対象が画像のどの位置にあるかにかかわらず、畳み込みを使用して画像内の特徴を識別しました。

次のステップと詳細情報

• ImageDataGenerator に関する TensorFlow のドキュメントを確認します。
• Keras DataGenerator の詳細を確認します。

Google Cloud トレーニングと認定資格

Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。

マニュアルの最終更新日: 2024 年 7 月 22 日

ラボの最終テスト日: 2024 年 7 月 22 日

Copyright 2024 Google LLC All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。