<初心者向け>ディープラーニング用のノートパソコンの選び方
ディープラーニング用のGeForceをつんだノートパソコンの選び方を説明します.
デスクトップではなく,ノートパソコンでGPUを使ってディープラーニングをしたいという方向けの記事です.
個々のパーツの詳しい解説についてはこちらをごらんください.
僕は,Pythonでディープラーニングをしています.
使っているメインでパソコンは,MacBook Pro2018(13.3inch)で,CPUは2.7GHz Intel core i7,メモリは16GB,ストレージは512GB SSDですが自作PCでもディープラーニングやってます.
自作PCには,core i5 9400FとGeForce GTX1650を載せています.
OS
WindowsかLinuxの2択です.
MacではGeForceのドライバが動かないのでtensorflow-gpuなどを使ったディープラーニングは無理です.
iOSアプリに組み込むAIを作る場合は,Create MLを使う方法とcoremltoolsを使う方法があります.Create MLを使う場合GPU(Radeon)が使えます. 16inchMacBook ProでGPUをアップグレードしたものを買うべきです。
coremltoolsを使う場合,1度tensorflowなどでAIを作る必要があります.
MacのCPUをcorei 7にアップグレードして別のwindowかLinuxのマシンを用意したほうがいいでしょう.
Linuxはドライバを入れるのに失敗すると起動できなくなったり,Windowsに比べてコマンドでの操作が多くなるので初心者にはあまりおすすめしません.
Windowsをおすすめします.
CPU(プロセッサ)
学習前の前処理(データの水増しなど)をどのぐらいするかによります.
前処理があまり重くないなら,core i5でも十分です.
でもcore i7ぐらいはあったほうが,安心です.
ストレージの種類
SSDにするべきです.
どうしても,学習データが大きくSSDでは足りない場合はHDDもありかもしれません.
ストレージの容量
学習データの容量によります.
メモリ
8GBでも足りると思いますが,学習の前処理によっては16GB必要な場合もあると思います.
16GB選んだほうがいいでしょう.
不安な場合は32GBを選ぶのもありだと思います.
GPU
ディープラーニングをする上で一番重要な部品です.
GPUとは,グラフィカルプロセッシングユニットの略で,画像処理を専門に行うプロセッサです.
しかし,GPUは単純な計算能力が高く行列演算を何度も繰り返すディープラーニングとの相性がいいのです.
しかし,画像処理が専門で汎用計算には使えません.
GPUを汎用計算に使うことをGPGPUといいます.
GPGPUを実現するためにNVIDIAが開発したのがCUDAというライブラリです.
だから,NVIDIA製のGPUじゃないと,ディープラーニングに使えません.
ここで,GeForceの型番の見方を説明しておきます.
GeFore ○○○ △△□□
| ○○○:機能 | |
|---|---|
| RTX | リアルタイムレイトレーシング機能対応 |
| GTX | リアルタイムレイトレーシング機能非対応 |
| △△:世代 | |
| 20 | 最新(2019年9月現在) |
| 16 | 1つ前 |
| 10 | 少し古い |
| □□:性能 | |
| 80 | 最高 |
| 70 | かなりいい |
| 60 | いい |
| 50 | まあまあ |
3層のCNNで1000枚の画像を学習するぐらいであれば,ノートPC用であれば下2桁60番台(GTX 1060, GTX 1660, RTX 2060)でも十分です.(デスクトップであれば,下2桁50番台(GTX 1050(Ti), GTX 1650, RTX 2050)でも十分です)
しかし,それ以上となると下2桁70番以上(デスクトップ:60番)が必要です.
