Google Colaboratory とは？

　「えっ、適当なデータを使って自分で深層学習のモデルを学習させてみたかったなのに、高額なGPUを買わなきゃいけないって？」、「マジかよ、マニュアル通り環境構築したのになんで動かないんだ？」とかの問題が大学時代で初めて深層学習を触って、そして悩んでいた新入社員Cと申します。
そこで、ちょっとAIを触りたい、他にAIを使ってみたい方々にしては大変便利なGoogle Colab(Google Colaboratory)を軽くご紹介させていただきます。
　まず、Google Colabとは、上記愚輩の問題をほとんど解決できるブラウザでPythonる無料サービス(仮)でございます。また無料サービスで様々な端末でAIを楽しめることができますが、ちょっとした課金で(一番高いグレードは月5767円です！たっか！)違う端末でもトレーニング進捗も確認でき、便利性はぐっと上がりましたね。それ以外、より高性能のGPUを使うことも可能です。
※様々な端末でコード編集や機械学習のトレーニングができるとかの言って、スマートフォンでそれ等のことをやるにはさすがにちょっときつい、進捗確認はいいですが、編集するのがかなりしんどいです！

実際に使ってみましょう！

　まずGoogle Colabを開きましょう、最初に出たノートブックはGoogle Colabのガイドにはなりますが、今回はスキップにしてそのまま新規ノートブックを作成させていただきます。(興味が湧いたらぜひお読みいただけると助けにはなるはずです。)

ステップ１：新規ノートブックして、Hello Worldを動かしてみよ。

ステップ２：Google Driveに接続して、前準備です！

接続が終わったら、今回参考にする深層学習モデルを導入してみましょう！

クローンが終わったら、最も忘れやすい操作を忘れずに起動するたびにやりましょう。(Google Colabを起動するたびにやっておいたほうがおすすめです！)

ステップ３:トレーニングタイムだ！

今回のトレーニングはデフォルトのパラメータで行っているが、自らの希望でパラメータもいじれる！

ステップ4：出力！

上がトレーニング用のデータで、下はモデルからの出力した生成画像。
画像を生成するため、スタイルを決めるデータも用意しないといけませんが、今回の場合作者が用意したデータセットそのまま用いたため、もし興味があったら自分のデータセットを作成して、トレーニングしてみることもありです！

まとめ

　ここまでに来て少し興味が湧いていただけるのなら幸いです。今回のトレーニングに使ったのがfamosという深層学習モデルですがおおよそ6年前公開発表された機械学習のモデルになるのですが、きわめて少量な学習データでトレーニングができるだなんて、すごいと思います。(6年前にしたらね)
　最後に自分のデータセットで生成してみた、画像です、何であるかを当ててみてください！

参考
https://github.com/zalandoresearch/famos