AI の環境構築はLinuxから
AIの勉強を始めると、AI の環境構築に手間取ることが多かった。
その原因は、AIのフレームワーク「Caffe」、ライブラリ「TensorFlow」、GPU（Graphics Processing Unit）の開発環境「CUDA」、Python環境「Anaconda」などのソフトが必要または推奨と1～2行程度で書かれているだけで、それらのインストール手順はそれぞれのサイトに記載されていたからだ。実際にそれらのサイトを見てみると、動かしたいAIソフトが利用しているLinuxのバージョンが違っていたり、多くの注意事項が書かれていたりする。その内容をすべて理解し、実際の動作環境に合わせてインストールしないと、AIソフトは動かない。
AIモデルの学習においては多くの演算処理が行われるため、“演算時間を短縮できるか”で開発の効率を左右します。そのため、高速演算処理が行えるGPU（Graphic Processor Unit）とプロセッサが必須となります。GPUを使用するためには大きく２つの方法があります。
・クラウドにあるGPUインスタンス （Colab制限あり無料、その他無制限有料）
・GPUカードが挿さったワークステーションやノートパソコンなど（無制限）
まずはPCでお試すことをお勧めします。AIの環境構築際は合わせてOSを選択する必要もあります。
|
OS |
参考となる WEBの情報量 |
GPUサポート |
結論 |
|
Linux (Ubuntu) |
◎ 豊富 |
〇 有 |
最良の選択肢。GPU付きのWSで、本格的にAIを学び実践したい人は特に。 |
|
Windows |
〇 そこそこ |
〇 有 |
日常使いのPCや使い慣れた環境を使いたい人にとって最良だが、エラー遭遇時に不安が残る。 |
|
macOS |
△ あまりなし |
× 無 |
GPUを使う上では選択できない。CPU版であればOK。 |
現時点で、GPUを使ったAI開発を行うにはLinuxを選択するのが最良の選択といえます。
Linuxの初心者なら、まずLinuxの基本を勉強して、インストール手順は理解するようにしましょう。
参考のリンクを見ながら、RaspberryPiの顔認識システムを作って行きたい。
参考：