Google Colab + Matlab bir arada kullanılabilir mi?


#1

Merhabalar,

Google Colab, python ve kütüphaneleri ile gerçekten iyi bir fırsat. Ancak kendimizi Matlab’da daha rahat hissediyor olabiliriz. GPU hafızamız ise problemimizi çözmek için yeterli değil. Peki bu durumda bir şekilde Google Colab + Matlab desteği sağlanabilir mi? Sağlanabilirse nasıl?

Teşekkürler…


#2

Kolay bir sekilde mumkun olabilecegini sanmiyorum. Temelde Google Colab direk Jupyter uzerine kurulu o yuzden direk destekledigi tek dil Python. Aslinda Jupyter icin matlab kernelini deneysel olarak deneyen insanlar oldu ornegin: https://github.com/Calysto/matlab_kernel Ama bunu colab uzerinden calismak mumkun degil cunku temelde Colab da yeni paketi yuklemek icin zaten notebook olusturmus olmaniz gerekiyor, o noktada eger bu paketi yukleseniz bile yeni notebooku olustururken Matlab secenegi cikmayacaktir cunku notebook icindeki yuklemeler sadece local. Ama yinede cozmenin tek yolu bir sekilde matlab kernelini calistirmanin yolunu bulmak.

Bunun disinda belki konu disi olacak ama ben ciddi olarak Matlab’i birakmayi oneriyorum. Bunun aslinda bir suru nedeni var ama temelde internette buldugunuz butun kaynaklar Python kullaniyor olacak. Bu belki ileride degisebilir ama Matlab yonunda degisme ihtimali neredeyse yok. Belki Julia biraz daha oturabilirse, Python’un yerini alabilir ama o kadar. O yuzden eger bu sorununuz ugrasip cozseniz bile, eger MATLAB kullanmak konusunda israrci olursaniz, ileride 1) ML konusunda acik olarak paylasilan hic bir kaynak kodu direk bir sekilde kullanamayacaksiniz 2) sorularinizi cevaplayabilecek bir topluluk olmayacak.


#3

Ben de matlab hakkinda butun soylediklerinize katiliyorum ama simdi matlab’in deep learning’de TensorFlow’dan 7x daha hizli oldugunu okuyunca biraz dusunmeye basladim: https://www.mathworks.com/solutions/deep-learning.html


#4

Matlab paralı, tensorflow bedava =) Üstüne profesyonel hayatta matlabla kimse product yap(a)maz.


#11

@Semihcan Bence daha dikkatli oku, “…Run deployed models…” Yani training time degil, inference time. Zaten TF inference da cok anlamli degil, cok fazla ekstra islem yapiyor. Training suresinin degisecegini sanmiyorum, hatta TF daha hizli olacaktir buyuk ihtimalle Matlab veri okuma isini yavas yapacagi icin. Ayrica inference icin hiz istiyorsan, Nervana-neon cekirdekleri Caffe’den yaklasik 10 kat daha hizli calisiyor.


#6

Aslında olayın özü gene paralı vs. bedava.

Tensorflow’un arkasında ne kadar Google olsa da codebase’i inanılmaz karışık. Üstüne yeni özellikleri sadece google developerları eklemiyor open sourceluk söz konusu olduğu için. Ancak bu da her yeni sürümde, tensorflow’u karmaşıklaştırıyor ve duruma göre yavaşlatabiliyor (tabii her zaman en hızlı olacak şekilde optimize şekilde bir ml pipeline’ı oluşturmanın yolu mevcut =)).

Oysa Mathworks’ün zaten tek işi, parayla sattığı bir ürün olan Matlab’ı geliştirmek (ve korsan Matlab kullananları yakalamak =)). Haliyle zaten matematiksel işler için yeterince iyi çalışan bir tool’u, deep learning için de daha hızlı çalışacak şekilde optimize etmek ve ürünlerine (Matlab’a) eklemek çok da zor olmamalı.


#10

Cevabım zaten deep learning domaini için geçerli idi. Farklı mühendislik dalları için fikir belirtebilecek kadar tecrübem/bilgim yok =)

DL için proof of concept yaparken insanın rahat olduğu bir ortamda yapması tabii ki doğal; ama Python’ın sağladığı google search rahatlığı ve zibilyon işe yarar library kolaylığını Matlab’ın sağlayabileceğini düşünmüyorum. Özellikle projeler hem structure olarak hem de collaborative çalışan sayısı bakımından büyüdükçe Python > Matlab benim gözümde. Matlab’ın hızı tabii ki bir avantajdır; ama herhangi bir projenin başında requirementların sadece hızdan oluşmuyor çoğu zaman =) Ki bunca zamandır iş başvurularına göz gezdiririm, bu alanda top şirketlerden, startuplara kadar belki 2 ya da 3 tanesinde Python, R, C++ gibi dillerin yanında Matlab’dan da bahsedildiğini gördüm.

Bu da benden gelsin =)
https://www.quora.com/Is-machine-learning-the-best-way-with-Python-or-with-MATLAB


#9

Lütfen bu platformu forum gibi kullanmamaya özen gösterelim.
Eğer yorumumuza ekleme yapmak istiyorsak son mesajımızı düzenleyelim.
Cevapları ilgili kişinin yorumunun sağ alt tarafındaki gri renkli ‘Cevapla’ buttonu ile yapalım. Soru soran kullanıcı aynı başlık altına mavi renkli ‘Cevapla’ buttonunu kullarak yeni mesajlar yazmayalım.