chainer2.0をwindowsにインストール
差分
この文書の現在のバージョンと選択したバージョンの差分を表示します。
| 両方とも前のリビジョン 前のリビジョン 次のリビジョン | 前のリビジョン | ||
|
chainer2.0をwindowsにインストール [2017/10/19] adash333 [見出し] |
chainer2.0をwindowsにインストール [2018/10/07] (現在) |
||
|---|---|---|---|
| ライン 1: | ライン 1: | ||
| ===== Chainer2.0をWindowsにインストール ==== | ===== Chainer2.0をWindowsにインストール ==== | ||
| 流れとしては、以下となります。 | 流れとしては、以下となります。 | ||
| - | - Anacondaのインストール | + | - [[http://twosquirrel.mints.ne.jp/dokuwiki/doku.php/windows%E3%81%A7python%E3%82%92%E5%A7%8B%E3%82%81%E3%82%8B%E6%96%B9%E6%B3%952017%E5%B9%B4%E7%89%88#３_windowsパソコンにanacondaをインストール_所要時間_約40分間|Anacondaのインストール]] |
| - | - Anaconda Promptで、chainer2仮想環境の構築（conda create --name chainer2 python=3.5 anaconda） | + | - Anaconda Promptで、chainer2仮想環境の構築<code>conda create --name chainer2 python=3.5 anaconda</code> |
| - | - activate chainer2 | + | - chianer2仮想環境の起動<code>activate chainer2</code> |
| - | - pip install chainer==”2.0″ | + | - chainer2仮想環境にChainer 2.0をインストール<code>pip install chainer==”2.0″</code> |
| - | - jupyter notebook | + | - Jupyter Notebookを起動<code>jupyter notebook</code> |
| （環境）\\ | （環境）\\ | ||
| ライン 23: | ライン 23: | ||
| Chainerv2による実践深層学習、新納浩幸 | Chainerv2による実践深層学習、新納浩幸 | ||
| + | |||
| + | <html> | ||
| + | <iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=risanorg-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=4274221075&linkId=d9077a985f37c0635231a44e1b50ae95"></iframe> | ||
| + | </html> | ||
| しかし、機械学習の理論の説明はさらっと流してあるので、理論でわからないところが出てきたら、やはり、 | しかし、機械学習の理論の説明はさらっと流してあるので、理論でわからないところが出てきたら、やはり、 | ||
| ライン 28: | ライン 32: | ||
| 斎藤 康毅 | 斎藤 康毅 | ||
| ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 | ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 | ||
| + | |||
| + | <html> | ||
| + | <iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=risanorg-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=4873117585&linkId=9cfdc890aec2e2864ef5c1ff7394733b"></iframe> | ||
| + | </html> | ||
| を読み返してみるのが良いと思います。 | を読み返してみるのが良いと思います。 | ||
| + | ===== 参考文献 ===== | ||
| + | 2017-03-22 | ||
| + | Chainer ver2.xをWindowsにインストールしてみた\\ | ||
| + | http://yaju3d.hatenablog.jp/entry/2017/03/22/022511 | ||
| + | |||
| + | ざっくりわかる機械学習 2016年12月\\ | ||
| + | https://www..jp/expert/articles/?column=201612-00001 | ||
| + | |||
| + | ===== インストールしたら読むサイト ===== | ||
| + | さらに、以下の解説をがんばって読むと、実行できるようになりそうです。 | ||
| + | Chainer documentation\\ | ||
| + | Introduction to Chainer\\ | ||
| + | https://docs.chainer.org/en/stable/tutorial/basic.html | ||
| + | Chainerは日本の開発が開発している機械学習フレームワークなのに、公式ドキュメントは英語しかありません。 | ||
| + | 有志の方が日本語訳を作って下さっており、 | ||
| + | 大変参考になります。というか、日本語訳がないと困ります、、、 | ||
| + | Chainer公式チュートリアル1/5（日本語訳）\\ | ||
| + | 2016/06/23 2017/07/03\\ | ||
| + | http://robotics4society.com/2016/06/23/chainer-tutorial1/ | ||
| - | ===== Chainerプログラミングの全体図 ===== | + | なお、公式チュートリアルを読む際には、公式Githubのtrain_mnist.py(Versionに応じたもの)を見ながらが分かりやすいです。 |
| - | https://books.google.co.jp/books?id=n342DwAAQBAJ&pg=PA42&lpg=PA42&dq=chainer+%E5%85%A8%E4%BD%93%E5%9B%B3&source=bl&ots=1ybBZW8I4N&sig=X7mUk9h3Ib7P6uk7uKv5F90l-vM&hl=ja&sa=X&ved=0ahUKEwjQo5u1rfrWAhUFI5QKHSJaB5kQ6AEINTAC#v=onepage&q=chainer%20%E5%85%A8%E4%BD%93%E5%9B%B3&f=false | + | https://github.com/chainer/chainer/tree/v2.0.0/examples/mnist |
| - | 「Trainerを利用する場合の全体図」 | + | Chainer: ビギナー向けチュートリアル Vol.1\\ |
| - | (参考：Chainer v2による実践深層学習 新納浩幸 p54) | + | mitmul |
| + | 2017年05月18日に更新\\ | ||
| + | https://qiita.com/mitmul/items/eccf4e0a84cb784ba84a | ||
| - | （引用ここから） | + | こちらの記事はビギナー向けと書いてありますが、『ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 』を5回くらい読んで、機械学習の理論についてある程度理解してからでないと、何をやっているのかさっぱりだと思います。 |
| - | ————————————- | + | |
| - | （０）#0 Chainerを使用するためのimport文 | + | <html> |
| + | <iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=twosquirrel-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=4873117585&linkId=13a7db2c19cc5f40d6ab48906de8abd1"></iframe> | ||
| + | </html> | ||
| - | （１）#1 tuple_datasetによるデータの準備・設定 | ||
| - | （２）#2 モデルの記述 | + | ちなみに、本気で機械学習プログラミングを実行するためには、コンピュータのGPUの火力が必須です。Chainerとさくらインターネットが提携していて、『高火力コンピューティング』(1時間単位で課金)というものがあり、Chainerの導入方法もマニュアルがあるそうです。 |
| - | class MyModel(Chain): | + | |
| - | def __init__(self): | + | |
| - | super(MyModel, self).__init__( | + | |
| - | # パラメータを含む関数の宣言 | + | |
| - | ) | + | |
| - | def __call__(self, x,t): | + | |
| - | # 損失関数 | + | |
| - | def fwd(self, x): | + | |
| - | # 順伝播？ ここにもモデルを記載、予測するときにこの関数を用いる | + | |
| - | （３）#3 モデルと最適化アルゴリズムの設定（ほぼお約束の3行） | ||
| - | model = MyModel() | ||
| - | optimizer = optimizers.Adam() | ||
| - | optimizer.setup(model) | ||
| - | （４）#4 学習（Trainerを利用する場合） | ||
| - | iterator = iterators.SerialIterator(tdata, bsize) | ||
| - | updater = training.StandardUpdater(iterator, optimizer) | ||
| - | trainer = training.Trainer(updater, (ep, ‘epoch’)) | ||
| - | trainer.extend(extensions.ProgressBar()) | ||
| - | trainer.run() | + | ===== リンク ===== |
| - | （５）#5 結果の出力 | + | 次 [[Chainer2プログラミングの全体図]] |
| - | ————————————- | + | 前 (無し) |
| - | （引用ここまで） | + | |
chainer2.0をwindowsにインストール.1508371838.txt.gz · 最終更新: 2018/10/07 (外部編集)
