WOLFRAM

Wolfram言語 ＆ システムドキュメントセンター

TargetDevice

ある種の関数のオプションで，どのデバイスで計算をすべきかを指定する．

詳細
Details and Options Details and Options
例題  
例  
スコープ  
インターフェース  
訓練  
考えられる問題  
関連項目
テクニカルノート
関連するガイド
関連するワークフロー
履歴
引用書式

TargetDevice

TargetDevice

ある種の関数のオプションで，どのデバイスで計算をすべきかを指定する．

詳細

  • TargetDeviceの可能な設定は，システムと利用可能なハードウェアに応じて変る．
  • 次は，一般的な設定である．
  • "CPU"CPUを使う
    "GPU"使用可能な専用ハードウェアを使う
  • TargetDevice->"GPU"の指定は，$SystemIDによって以下のいずれかに解決される．
  • "CoreML""MacOSX-ARM64"
    "CUDA""Windows-x86-64"または"Linux-x86-64"
    "DirectML"CUDAが検出されない場合は"Windows-x86-64"
  • 次は，使用可能な設定の完全リストである．
  • "CPU"デフォルトのCPU
    "CoreML"Apple CoreMLフレームワーク
    "CUDA"Nvidia CUDA API
    "DirectML"Microsoft Direct Machine Learning API
    {device,n}整数ID n の物理的なデバイスを使う
    {device,{n1,…}}複数のデバイスを共同で使う
    {device,All}使用可能な全デバイスを共同で使う
  • {device, _}の形式の指定は，device が"CUDA"または"DirectML"に解決する場合にのみサポートされる．
  • 複数デバイスの使用は，NetTrainを使った訓練でのみサポートされる
  • デバイス識別子 n は，1から使用可能な物理デバイス数までの整数である．
  • 一般に，"CUDA"や"DirectML"のような異なるバックエンドが使用されている場合は，n の特定の値が同じGPUを特定しない場合もある．
  • Appleシリコンマシン上では，TargetDevice->"CoreML"はApple Neural Engineを使って計算しようとする． »
  • Windowsマシン上では，TargetDevice->"DirectML"は，DirectXをサポートする統合されたあるいは個別のGPUを使って計算することができる．
  • 現在NetTrainおよびNetMeasurementsでサポートされる設定は，"CPU"および"CUDA"だけである．
  • TargetDevice"CUDA"は，計算性能が5.0以上のNVIDIA GPUを必要とする．
  • LinuxおよびWindowsのマシンにWolfram言語を新たにインストールするとTargetDevice->"GPU"および関連GPU設定で追加的なライブラリが自動的にダウンロードされる．このようなダウンロードはアップデートの際にもトリガされる．ダウンロードは，PacletInstall["NeuralNetworkResources"]およびPacletInstall["WolframGPUSDK"]を実行することで手動で始めることもできる．

例題

すべて開く すべて閉じる

例  (1)

システムのデフォルトGPUを使ってネットワークを訓練する：

Wolfram Language code: trained = NetTrain[NetModel["LeNet"], "MNIST", TargetDevice -> "GPU"]

システムのデフォルトGPUを使って結果のネットワークを評価する：

Wolfram Language code: trained[[image], TargetDevice -> "GPU"]

スコープ  (6)

インターフェース  (5)

モデルをCPUで評価する：

Wolfram Language code: NetModel["Wolfram ImageIdentify Net V1"][RandomImage[], TargetDevice -> "CPU"]

モデルをシステムのデフォルトGPUで評価する：

Wolfram Language code: NetModel["Wolfram ImageIdentify Net V1"][RandomImage[], TargetDevice -> "GPU"]

CoreMLの使用を指定する(macOS ARM64)：

Wolfram Language code: NetModel["Wolfram ImageIdentify Net V1"][RandomImage[], TargetDevice -> "CoreML"]

DirectML互換のカードを指定する(Windows x86-64)：

Wolfram Language code: NetModel["Wolfram ImageIdentify Net V1"][RandomImage[], TargetDevice -> "DirectML"]

CUDA互換のカードの使用を指定する(Windows x86-64またはLinux x86-64)：

Wolfram Language code: NetModel["Wolfram ImageIdentify Net V1"][RandomImage[], TargetDevice -> "CUDA"]

訓練  (1)

指定されたCUDA GPUを使ってネットを訓練する：

Wolfram Language code: NetTrain[NetModel["LeNet"], "MNIST", TargetDevice -> {"GPU", 1}]

指定した2つのGPUを使ってネットを訓練する．各GPUはトレーニングの反復ごとに16個のトレーニング例のバッチを受け取る：

Wolfram Language code: NetTrain[NetModel["LeNet"], "MNIST", TargetDevice -> {"GPU", {1, 2}}, BatchSize -> 32]

使用可能なすべてのGPUを使ってネットを訓練する：

Wolfram Language code: NetTrain[NetModel["LeNet"], "MNIST", TargetDevice -> {"GPU", All}, BatchSize -> 64]

考えられる問題  (3)

この操作は，システムのGPUがサポートされていない場合は失敗する：

Wolfram Language code: n = 100000; trainingData = RandomReal[1, {n, 4}] -> RandomReal[1, {n, 4}]; net = NetChain[{8, Tanh, 2048, Tanh, 2048, Tanh, 4}, "Input" -> 4]; trained = NetTrain[net, trainingData, TargetDevice -> "GPU"]

設定の中にはモデルの評価についてしかサポートされておらず訓練中に失敗するものもある：

Wolfram Language code: NetTrain[NetModel["LeNet"], "MNIST", TargetDevice -> "CoreML"]

現在macOSではCUDAはサポートされていない：

Wolfram Language code: NetTrain[NetModel["LeNet"], "MNIST", TargetDevice -> "CUDA"]
Wolfram Research (2016), TargetDevice, Wolfram言語関数， https://reference.wolfram.com/language/ref/TargetDevice.html （2024年に更新）.

テキスト

Wolfram Research (2016), TargetDevice, Wolfram言語関数， https://reference.wolfram.com/language/ref/TargetDevice.html （2024年に更新）.

CMS

Wolfram Language. 2016. "TargetDevice." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2024. https://reference.wolfram.com/language/ref/TargetDevice.html.

APA

Wolfram Language. (2016). TargetDevice. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/TargetDevice.html

BibTeX

@misc{reference.wolfram_2026_targetdevice, author="Wolfram Research", title="{TargetDevice}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/TargetDevice.html}", note=[Accessed: 06-November-2026]}

BibLaTeX

@online{reference.wolfram_2026_targetdevice, organization={Wolfram Research}, title={TargetDevice}, year={2024}, url={https://reference.wolfram.com/language/ref/TargetDevice.html}, note=[Accessed: 06-November-2026]}