コード テキスト ドライブにコピー
ノートブック

Colab へようこそ

すでに Colab をよくご存じの場合は、この動画でインタラクティブなテーブル、実行されたコードの履歴表示、コマンド パレットについてご覧ください。

Google Colab の 3 つの便利な機能を紹介する動画のサムネイル

Colab とは

Colab(正式名称「Colaboratory」)では、ブラウザ上で Python を記述、実行できます。以下の機能を使用できます。

  • 環境構築が不要
  • GPU に料金なしでアクセス
  • 簡単に共有

Colab は、学生からデータ サイエンティストAI リサーチャーまで、皆さんの作業を効率化します。詳しくは、Colab の紹介動画をご覧ください。下のリンクからすぐに使ってみることもできます。


はじめに

ご覧になっているこのドキュメントは静的なウェブページではなく、Colab ノートブックという、コードを記述して実行できるインタラクティブな環境です。

たとえば次のコードセルには、値を計算して変数に保存し、結果を出力する短い Python スクリプトが記述されています。


86400

上記のセルのコードを実行するには、セルをクリックして選択し、コードの左側にある実行ボタンをクリックするか、キーボード ショートカット「command+return」または「Ctrl+Enter」を使用します。コードはセルをクリックしてそのまま編集できます。

1 つのセルで定義した変数は、後で他のセルで使用できます。


604800

Colab ノートブックを使用すると、実行可能コードリッチテキスト画像HTMLLaTeX なども可)を 1 つのドキュメントで記述できます。ご自分の Colab ノートブックを作成すると、Google ドライブ アカウントに保存されます。Colab ノートブックは、同僚や友人と簡単に共有し、コメントの記入や編集をしてもらうことができます。詳細については Colab の概要をご覧ください。新しい Colab ノートブックを作成するには、上にある [ファイル] メニューを使用するか、こちらをクリックします。

Colab ノートブックは、Colab がホストする Jupyter ノートブックです。Jupyter プロジェクトの詳細については、jupyter.org をご覧ください。


データ サイエンス

Colab では、よく使用されている Python ライブラリの機能をフルに活用して、データの分析と可視化を行えます。以下のコードセルでは、numpy を使用してランダムデータを生成し、matplotlib を使用して可視化しています。コードはセルをクリックしてそのまま編集できます。



Colab ノートブックには、Google ドライブ アカウント(スプレッドシートを含む)からご自分のデータをインポートできます。また、GitHub やその他多くのソースからのインポートも可能です。データのインポートについて、またデータ サイエンスで Colab を使用する方法の詳細については、データの操作の下にあるリンクをクリックしてください。


機械学習

Colab を使用すると、画像データセットのインポート、画像分類のトレーニング、モデルの評価をすべて数行のコードで実行できます。Colab ノートブックは Google のクラウド サーバーでコードを実行します。そのため、パソコンの性能にかかわらず、GPU や TPU など Google ハードウェアの優れた機能を活用できます。必要なのはブラウザだけです。


Colab は、次に示す用途を含め、機械学習コミュニティで広く使用されています。

  • TensorFlow の導入
  • ニューラル ネットワークの開発とトレーニング
  • TPU を利用した実験
  • AI リサーチの促進
  • チュートリアルの作成

Colab ノートブックを機械学習に応用したサンプルについては、以下の機械学習の例をご覧ください。


使用例

  • NeMo Voice Swap: Nvidia の NeMo 会話 AI ツールキットを使用して、オーディオ フラグメント内の音声をコンピュータ生成の音声と入れ替えます。

  • 画像分類の再トレーニング: 事前トレーニング済みの画像分類を再利用して Keras モデルを構築し、花を分類します。

  • テキスト分類: IMDB の映画レビューをポジティブなレビューとネガティブなレビューに分類します。

  • スタイル転送: ディープ ラーニングを使用して画像間でスタイルを転送します。

  • Multilingual Universal Sentence Encoder の Q&A: 機械学習モデルを使用して、SQuAD データベースからの質問に回答します。

  • 動画の補間: 動画の最初のフレームと最後のフレームの間に何か起こったのかを予測します。