質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
CPU

CPUは、コンピュータの中心となる処理装置(プロセッサ)で中央処理装置とも呼ばれています。プログラム演算や数値計算、その他の演算ユニットをコントロール。スマホやPCによって内蔵されているCPUは異なりますが、処理性能が早いほど良いとされています。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Windows

Windowsは、マイクロソフト社が開発したオペレーティングシステムです。当初は、MS-DOSに変わるOSとして開発されました。 GUIを採用し、主にインテル系のCPUを搭載したコンピューターで動作します。Windows系OSのシェアは、90%を超えるといわれています。 パソコン用以外に、POSシステムやスマートフォンなどの携帯端末用、サーバ用のOSもあります。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

2907閲覧

【Python】sklearnを使った機械学習でCPU使用率を上げて実行時間を短縮したい

syoshinsya-

総合スコア21

CPU

CPUは、コンピュータの中心となる処理装置(プロセッサ)で中央処理装置とも呼ばれています。プログラム演算や数値計算、その他の演算ユニットをコントロール。スマホやPCによって内蔵されているCPUは異なりますが、処理性能が早いほど良いとされています。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Windows

Windowsは、マイクロソフト社が開発したオペレーティングシステムです。当初は、MS-DOSに変わるOSとして開発されました。 GUIを採用し、主にインテル系のCPUを搭載したコンピューターで動作します。Windows系OSのシェアは、90%を超えるといわれています。 パソコン用以外に、POSシステムやスマートフォンなどの携帯端末用、サーバ用のOSもあります。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2021/01/18 08:45

###やりたいこと
機械学習を実行した際にCPU使用率が10%程度にしかならないためそれを改善(CPU使用率を上げる)して実行時間を短縮したい
今は学習に10分くらいかかります

###やっていること
mnistからデータセットをダウンロードしたものを読み込み、学習、テストするプログラムです
n_jobsって引数は使えないみたいです...?使い方間違ってるだけかもしれませんが...
(コードからインポート部分は省いてます)

main

1dataset = {} 2dataset['train_images'] = read_dataset.read_img('train-images-idx3-ubyte.gz') 3dataset['train_labels'] = read_dataset.read_label('train-labels-idx1-ubyte.gz') 4dataset['test_images'] = read_dataset.read_img('t10k-images-idx3-ubyte.gz') 5dataset['test_labels'] = read_dataset.read_label('t10k-labels-idx1-ubyte.gz') 6 7 8clf = svm.SVC(gamma=0.001).fit(dataset['train_images'], dataset['train_labels']) 9predict = clf.score(dataset['test_images'], dataset['test_labels']) 10print(f"正解率{predict}") 11

readDataset

1dataset_path = os.getcwd() + '\dataset' 2 3 4def read_img(file_name): 5 path = dataset_path + '\' + file_name 6 with gzip.open(path, 'rb') as file: 7 data = np.frombuffer(file.read(), np.uint8, offset=16) 8 data = data.reshape(-1, 784).astype(np.float32) 9 data /= 255 10 return data 11 12 13def read_label(file_name): 14 path = dataset_path + '\' + file_name 15 with gzip.open(path, 'rb') as file: 16 data = np.frombuffer(file.read(), np.uint8, offset=8) 17 return data

###環境
開発:IntelliJ
PCの構成
OS:Win10 Home
CPU:corei9 9900k
RAM:16GB
GPU:RTX2070(skleranはたしかGPUサポートしてなかったと思うけど一応)

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

数値計算ライブラリの高速版を使うのが効果的です。
anacondaだとインテルのmklを使っているので速いとの情報もありますが確認していません。
anacondaを使わないのであれば以下の記事を参考にして下さい。

scikit-learn環境の作成(Windows編)

scikit-learnのマルチプロセッシングもやったことはありませんが、試してみてはどうですか。

scikit-learnのParallelで並列処理

メモリネックであればメモリ増設で改善する場合もありますが、今回は該当しないと思います。

投稿2021/01/19 06:58

ppaul

総合スコア24666

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問