Contents - 目次（もくじ）
Google ColaboratoryでGPUを使う – Kerasの使い方解説
クラウド上で無料で使えるJupyterノートブック環境を提供してくださっている「 Google Colaboratory 」では
import keras
#コード解説
：kerasのインポート。
のコードで、Pythonで書かれているTensorFlow上などで実行可能な高水準のニューラルネットワークライブラリの「 Keras 」を気軽に使うことができます。また、
・GPU（Graphics Processing Unit）
・TPU（Tensor Processing Unit）
を無料で使えます。（2019年10月確認時点）
＊ プログラムの実行にはGoogleアカウントが必要です
GPUの設定方法は簡単です。
①ランタイムのタイプを変更
②ハードウェア アクセラレータでGPUを選択
GPUを選択後、「 保存 」をクリックすると、すぐに使えます。
実際にCPU（Central Processing Unit ）とGPUの違いを試した様子を動画でまとめておきました。
人工知能・機械学習プログラミング学習を再開しました。
Google Colaboratoryがすごい（動画）
視聴時間：4分36秒
動画を見ていただくとわかると思いますが、動画で利用しているプログラムでは、明らかにGPUの方が処理速度が速いようです。
Google Colaboratory | すぐに使える「GPU」を使ったサンプルコード（Keras・CNN・MNIST・自作AI用）
初期設定では、ハードウェア アクセラレータをGPUにしておきました。
実際にCPUとの処理速度の比較を体感してみてください。
・【コード解説】畳み込みニューラルネットワーク（CNN）サンプルコード – Colaboratory・Keras・MNIST
クラウド上で無料で使えるJupyterノートブック環境「 Google Colaboratory 」でKerasを使ってMNISTの数字画像認識用に、ディープラーニング（深層学習）でおなじみの「畳み込みニューラルネットワーク」（CNN：Convolutional Neural Network）のプログラミングをしてみました。
コード解説もしておきましたので、日々の学習にお役立てください。（オフラインでも学習しやすいように記事の内容を、PDFで公開してあります）
【オリジナルデータセットで機械学習に挑戦】
機械学習・人工知能プログラミングのオリジナルデータセットの壁を感じている方も多いのではないかと思います。
自作・自前画像で画像認識するためのサンプルコードを公開しました。日々の学習の参考になることがありましたら幸いです。
：【サンプルコード】Python・KerasでCNN機械学習。自作・自前画像のオリジナルデータセットで画像認識入門
：【コード解説】自作画像認識AI：Keras・CNN・Pythonオリジナルデータセット対応の機械学習サンプルコード