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。

--- chainer2.0をwindowsにインストール [2017/10/19]
adash333 [Trainerを利用しない場合のChainer全体図]
+++ 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 ====
 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）\\
@@ ライン 23: / ライン 23: @@
 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、
@@ ライン 28: / ライン 32: @@
 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
+<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。
-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。
+===== 参考文献 =====
+-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
-Chainer: ビギナー向けチュートリアル Vol.1\\
+ざっくりわかる機械学習 2016年12月\\
-mitmul
+https://www..jp/expert/articles/?column=201612-00001
-年05月18日に更新\\
-https://qiita.com/mitmul/items/eccf4e0a84cb784ba84a
+===== 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プログラミングの全体図 =====
+Chainer documentation\\
-==== Trainerを利用しない場合のChainer全体図 ====
+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。
-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
+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、、、
-この本の図の通りなのですが、一つずつ解説させていただきたいと思います。
+Chainer公式チュートリアル1/5（日本語訳）\\
+/06/23     2017/07/03\\
+http://robotics4society.com/2016/06/23/chainer-tutorial1/
+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。
-<code>
+https://github.com/chainer/chainer/tree/v2.0.0/examples/mnist
-（０）#0 Chainerを使用するためのimport文
+Chainer: ビギナー向けチュートリアル Vol.1\\
+mitmul
-（１）#1 データの準備・設定
+年05月18日に更新\\
+https://qiita.com/mitmul/items/eccf4e0a84cb784ba84a
-（２）#2 モデルの記述
-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, ...):
-    # 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を利用しない場合）
-for epoch in range(繰り返し回数)
-    データの加工
-    model.cleargrads() #勾配初期化
-    loss = model(...)  #誤差計算
-    loss.backward      #勾配計算
-    optimizer.update   #パラメータ更新
-（５）#5 結果の出力
-</code>
-==== Trainerを利用する場合のChainer全体図 ====
-「Trainerを利用する場合の全体図」
-(参考：Chainer v2による実践深層学習　新納浩幸 p54)
-（引用ここから）
-————————————-
-<code>
-（０）#0 Chainerを使用するためのimport文
-（１）#1 tuple_datasetによるデータの準備・設定
-（２）#2 モデルの記述
-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）
+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。
-model = MyModel()
-optimizer = optimizers.Adam()
-optimizer.setup(model)
-（４）#4 学習（Trainerを利用する場合）
+<html>
-iterator = iterators.SerialIterator(tdata, bsize)
+<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>
-updater = training.StandardUpdater(iterator, optimizer)
+</html>
-trainer = training.Trainer(updater, (ep, ‘epoch’))
-trainer.extend(extensions.ProgressBar())
-trainer.run()
-（５）#5 結果の出力
+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。
-</code>
-————————————-
-（引用ここまで）
 ===== リンク =====
-リンク
+次 [[Chainer2プログラミングの全体図]]
+前 (無し)

サルでもわかる機械学習

ユーザ用ツール

サイト用ツール

差分

ページ用ツール