GoogleのTensorflow（テンソルフロー）というライブラリーを利用して､言われるままに､「畳み込みニューラルネットワーク」をやってみた｡
意味はまったく分からないし､それ以前に､そのとおりにプログラムを記述することさえ､むつかしい｡ちょっとの打ち間違えでエラーが出てしまう｡なので､とりあえずコピー&ペーストしながら､手順をすすめて行った｡
ここでは､先生役となるモデルデータと､入力したデータが一致する確率をあげるため､２万回演算を行なっている｡
２万回近くなると､正解に近い確率となっていく（下図の右側の数値のほとんどが１になっていく｡１はモデルデータと入力データが100%一致していることを示す）｡
それは､それで良いんだけれど､演算に１時間かかって､１の数字が得られるという､意外な地味な結果に､あっけに､とられたかんじなんだなぁ｡
ディープラーニングに限らず､プログラミングって､そういう感じはあるわな｡労力をつかったわりに､「なーんだ」みたいな｡
ま､それでも､よく言われる､ディプラーニングとGPUの親和性の感じがつかめたのは､よかったねぇ｡
とうのは､こんかいは､GPUではなく､MacBookAirのCPU（こっちた､GではなくCネ｡CPU）を利用したわけで｡
CPUをつかったばあい､前述のように演算に１時間もかかかってしまうことが分かった｡
それも､下の図のとおり､演算しているあいだ､CPUは､10パーセントくらいの余裕しかないんだわ｡
一方､電力の消費は､こんなかんじ｡ディプラーニングすると「エネルギー影響」がドンとあがる｡ちなみに､愛用のMacBookAirの底が熱くなってきて､心配になったくらい｡
