AI・機械学習 HOG+SVMはCNNに勝てる？FashionMNIST 60,000枚で精度・速度・誤りを比較
English versionCPU: Core i7-14700F / GPU: RTX 5070 Ti / WSL2FashionMNISTで、HOGとLinear SVMを組み合わせた分類を試しました。正解率は88.85%で、同じ画像...
2026-08
AI・機械学習 AI・機械学習 PyTorch DataLoaderは何workerが速い？WSL2でnum_workers・pin_memoryを実測
PyTorch 2.13.0+cu130CPU: Core i7-14700F（28 論理CPU）/ GPU: RTX 5070 Ti / WSL2FashionMNISTのCNNは、DataLoaderの設定だけでも学習時間がかなり変わり...
AI・機械学習 batch sizeは大きいほど速い？RTX 5070 Tiでthroughput・VRAM・CUDA OOMまで実測
PyTorch 2.13.0+cu130GPU: RTX 5070 Ti 16 GB / WSL2 Ubuntu 26.04FashionMNISTのCNNで、一度に学習させる画像の枚数を32枚から8192枚まで増やしました。速くなったのは...
AI・機械学習 PyTorch混合精度は常に速い？RTX 5070 TiでFP32・TF32・FP16・BF16を各5回比較
PyTorch 2.13.0+cu130GPU: NVIDIA GeForce RTX 5070 Ti 16 GB / WSL2 Ubuntu 26.04FashionMNISTのCNNに混合精度学習のAMPを入れてみました。このモデルでは...
AI・機械学習 FashionMNISTのCNNをCPUとRTX 5070 Tiで学習する：小さいNNでは負けたGPUが逆転するまで
PyTorch 2.13.0+cu130CPU: Core i7-14700F / GPU: RTX 5070 Ti 16 GBDigitsの小さなネットワークではGPUのほうが遅かったので、FashionMNISTのCNNでも試しました。...
AI・機械学習 NumPy製ニューラルネットをPyTorchへ移植する：自動微分の一致とCPU・GPU速度を実測
PyTorch 2.13.0+cu130CPU: Core i7-14700F / GPU: RTX 5070 Ti 16 GBNumPyで書いた2層ネットワークをPyTorchへ移しました。重みをそのままコピーして比べると、手書きの逆伝播...
AI・機械学習 NumPyだけで2層ニューラルネットを作る：逆伝播を勾配チェックしてDigitsを96.44%分類
Python 3.14.4 / NumPy 2.5.2自動微分・深層学習フレームワーク不使用loss.backward()が計算しているものを追うため、NumPyだけで小さなニューラルネットを書きました。8×8画素のDigitsを入力し、6...
AI・機械学習 scikit-learnのDigitsでロジスティック回帰とSVMを比較する：正解率だけで決めない機械学習入門
Python 3.14.4 / scikit-learn 1.9.0データ: 8×8手書き数字1,797枚、10クラスscikit-learnに入っている手書き数字のDigitsを、ロジスティック回帰とRBF-SVMで分類してみました。8×...
AI・機械学習 Windows 11＋WSL 2でPyTorchからRTX 5070 Tiを使う：CUDA確認からCPU/GPU実測まで
実験機: Core i7-14700F、RTX 5070 Ti 16 GB、RAM 32 GB環境: Windows 11、WSL 2、Ubuntu 26.04 LTS、Python 3.14.4、PyTorch 2.13.0+cu130W...
AI・機械学習 RTX 5070 TiでOllamaを動かしたらGPUを認識しない：0xc0000005の切り分けとCPU実測
Windows版のOllama 0.32.15を入れたところ、RTX 5070 Tiを使わずCPUで動いていました。モデルは起動するのに、GPUを探す段階でllama-server.exeが0xc0000005を返して落ちます。試した設定変...