ディープラーニングはじめました

　結局scikit-learnはちょっと遊んだだけでデータの前処理にしか使わなくなるという事態になってしまいました。その部分がとにかく便利だったりもしますけどね。
　使い方がイマイチわからんTensorflow等の操作を簡略化してくれるKerasというライブラリのおかげです。

　しかしまぁ、覚悟していたとはいえGPUが無いときっついのですよ。とにかく一回のテストに時間がかかる。
　TensorflowをCPU拡張命令に対応させるために自前でコンパイルしてみても、前評判の3割程度を超えて倍速くらいになって驚いたものの焼け石に水。せめて数倍になってくれないと、もうやってらんない。

　かといって、GPUを載せようとしてもうちのPCのケースにはそんなものを入れるスペースは全く考慮されていないという始末。
　組んだ時にはディープラーニングなんて知りもしなかったし、GPUは消費電力が大きすぎるし回るファンの数を減らしたいから要らんってことで、最初から除外しちゃってたよ。
　近年のLinuxデスクトップ環境の主流はGPUがあること前提ってのが多いけど、そもそもOSのインターフェイスの余計な装飾とかエフェクトって嫌いなんですよね。LXDEとかXfceが個人的に至高って感じ。だから、一切載せる予定がなかった。

　ちなみに現状の成果は単純にチャートを突っ込んで、他所で同じことをやっている結果と同じようなものしか出ていませんね。サイコロを振るよりほんの僅かに当たる程度。
　まぁそんなもんで予想ができるくらいに値動きが完全にパターン化されていたら、そもそも機械学習もディープラーニングも必要がないわけでして。

　まぁ気長に色々やっていこうと思うのですが、やはりCPUだけでの演算では限界が出るというもの。
　しかし、何やら今年のハイエンドスマホによく使われているチップ、Snapdragon835はTensorflowに対応しているとか。
　こいつがレガシー化して値段が下がったりARMでディープラーニングに対応したチップが増えてきて、安いシングルボードコンピュータに搭載されたりすると都合がいいんですけどね。スペース的にも消費電力的にも。
　むしろ、ARMデスクトップの時代がそろそろくるべき。PCはもっと小さくなっていいんだよ。