Google ColabユーザーのためのTipsトップ10：Google Colaboratory入門

Colabをもっと便利に活用するためのTips（スクラッチパッド、RAM増量ランタイムなど）を紹介する。

[一色政彦，デジタルアドバンテージ]

連載目次

本稿は2021年5月31日最新状況に合わせて改訂しました。2020年3月17日に公開した初稿では、Colab Proも紹介していましたが、カットしました。後日、Colab Proの解説記事を公開する予定です。

　本稿ではGoogle Colab（以下、Colab）を使う際に役立つTipsをスクリーンキャプチャ中心で紹介する。このTipsは、「Making the most of Colab (TF Dev Summit '20)」（図1、「Colabを最大限に活用する」）というセッション動画の前半に含まれている内容そのままである。スクリーンキャプチャーは全てこのセッション動画から引用したものである。

図1　セッション動画のタイトルと登壇者のTim Novikoff氏

Colab Tipsトップ10

図2　TensorFlowユーザーのためのColab Tipsトップ10

　ちなみに筆者はColabを使い倒しているので、ほとんど知っていたが、5位と3位の機能は知らなかった。皆さんは全ての機能を知っているだろうか？

10位：TensorFlowバージョンの指定

図3　TensorFlowバージョンの指定

　現状ではColabノートブックにデフォルトでインポートされるTensorFlowバージョンは2.xである。

　しかしTensorFlowの古いバージョンである1.xを使いたい場合もあるだろう。その場合は%tensorflow_version 1.xマジックコマンドを最初に実行して、明示的にバージョン1.xを指定すればよい。

　このように、他のTensorFlowバージョンに明示的に切り替えたい場合は、%tensorflow_version 1.xの1.xを2.xなどと記述するだけである。

9位：Colab内でTensorBoardの活用

図4　Colab内でTensorBoardの活用

　基本的にTensorBoardツールは、（学習結果の可視化などが行えるダッシュボードを）HTMLでレンダリングできる。この利点を生かして、Colabの出力セルにも出力できるように対応している。お勧めとのこと。

8位：TensorFlow Lite？　問題なし！

図5　TensorFlow Lite？　問題なし！

　TensorFlow Liteは、モバイル端末上で実行できるTensorFlowである。そのTensorFlow LiteのモデルをColab上でトレーニングして、それをモバイル端末にデプロイして使うことは、問題なく可能である。実際これは人気があるやり方、とのことだ。

7位：TPUの活用

図6　TPUの活用

　Colab上ではCPUだけでなくTPU／GPUも無料だ。しかもドロップダウンから選択するだけで、とても簡単にランタイムのタイプ（CPU）をTPU／GPUに変更できる。

6位：ローカルランタイムの利用（オプション機能）

図7　ローカルランタイムの利用（オプション機能）

　必要であればローカル環境（ローカルPCやワークステーション、リモートサーバーなど）のランタイム（特にGPU）を使うことも可能だ。機械学習のためのランタイムにはローカルにある強力なハードウェアを使って、ユーザー操作のためのUIにはオンラインのColabを使う、ということである。これも簡単にできる。

　筆者注記：ただし、欠点もある。ローカル環境にはJupyter Notebookをインストールする必要があり、各種ライブラリもローカル環境に自分で用意しなければならない。そのため「すぐに利用できる」というColabのメリットは消えてしまう。あくまで「ColabのUIや使い勝手が、Jupyter Notebookよりも好きだ」という人が活用すべき機能である。

　筆者追記：セッション動画では説明されていないが、オンラインのColabにローカルにあるVisual Studio CodeからSSH接続することも可能である（公式サポートされる機能ではないので筆者はお勧めしないがTipsの一つとして紹介）。これはngrokなどのツールをインストールしてオンラインのColab環境をSSH接続できる状態にすることで可能になる。準備も必要なため手間がかかるという欠点もあるが、Visual Studio Codeの機能を使い倒したい人には魅力的だろう。colab-sshというツールもあるので気になる人はWeb検索などで情報を探してみてほしい。

5位：Colabスクラッチパッド

図8　Colabスクラッチパッド

　Colabで新規にノートブックを作ると、「Untitled1.ipynb」などの名前が付けられてGoogleドライブに自動的に保存される。しかし「仮」でノートブックを新規に作ってPythonコードを書いて実行し、使い終わったらわざわざGoogleドライブを開いて（自動作成された）「Untitled1.ipynb」を手作業で消す、ということはよくあるのではないだろうか（※少なくとも筆者の場合はよくある）。ここでもし消し忘れると、「Untitled2.ipynb」「Untitled3.ipynb」と増えていってしまう。

　そういう人にはこの機能が役立つ。下記のURLにアクセスすると、「scratchpad」というタイトルの、Googleドライブに自動的に保存されない特殊なColabノートブックが作成される。

• 「https://colab.research.google.com/notebooks/empty.ipynb」

　ちょっとしたコードを試して捨てるといった「はぎ取り式メモ帳」（スクラッチパッド）的な使い方をする際にお勧めだ。

4位：ColabのVMにデータをコピー

図9　ColabのVMにデータをコピー

　外部ストレージ上のデータを呼び出すよりも、いったん（例えばモデルを訓練する前に）ColabのVM上にデータをコピー＆保存して、それを呼び出すようにした方がよい。こうすることで、たとえ1回しかデータを使わないケースでさえも、スピードアップが期待できる。

3位：メモリに注意