===== (1)Chainer2を使用するためのimport文 ===== Chainer2でMNIST目次\\ [[Chainer2プログラミングの全体図]] -[[(1)Chainer2を使用するためのimport文]]　<= いまココ -[[(2)データの準備・設定|(2)データの準備・設定(Chainer)]] -[[(3)モデルの記述|(3)モデルの記述(Chainer)]] -[[(4)モデルと最適化アルゴリズムの設定|(4)モデルと最適化アルゴリズムの設定(Chainer)]] -[[(5)学習と結果の出力(Chainer)]] -[[(6)結果の出力|(6)学習結果のパラメータの保存(Chainer)]] -[[(7)推測|(7)推測(Chainer)]] 最初に以下をコピペするだけです。 import numpy as np import chainer from chainer import cuda, Function, report, training, utils, Variable from chainer import datasets, iterators, optimizers, serializers from chainer import Link, Chain, ChainList import chainer.functions as F import chainer.links as L from chainer.training import extensions 上記コードを見ても最初はさっぱりだと思いますが、[[(7)推測|(7)推測(Chainer)]]まで読み終えた後、もう一度このページに戻ってきて、「ああ、ここでこれを使用するためにこれをimportしたんだなあ」くらいに思い出していただければと思います。 ===== 開発環境 ===== Windows 8.1\\ Anaconda \\ Python 3.5\\ Chainer 2.0\\ Chainerのインストール方法は[[Chainer2.0をWindowsにインストール]]をご覧下さい。 以下は、上記リンクに記載のように、Anaconda Promptで、chainer2という仮想環境を作成し、chainer 2.0をインストールしてある前提で、話を進めさせて頂きます。 ===== 手順 ===== 今回から、 Chainer: ビギナー向けチュートリアル Vol.1\\ https://qiita.com/mitmul/items/eccf4e0a84cb784ba84a に従って、jupyter notebook上で、Chainer2でMNIST手書き文字認識の機械学習を行い、Chainer2プログラミングを学んでいきます。 ==== 0. AnacondaのインストールとChainer2仮想環境 ==== （前提１）WindowsパソコンにAnacondaをインストール済み。\\ インストールしていない場合は、以下をご覧になり、インストールしておいてください。\\ [[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]] （前提２）さらに、Anaconda Prompt上で"chainer2"という名前の仮想環境を作成し、chainer 2.0をインストールしておく。\\ 具体的な方法については、[[Chainer2.0をWindowsにインストール]]をご覧ください。 ==== 1. Jupyter Notebookの開始 ==== Windowsのスタートボタンから、Anaconda Promptを起動 {{:pasted:20171103-125512.png}} 今回は、C:/py/chainer2/MNIST_MLP/ フォルダをWindowsで作成しておき、そちらに、ipynbファイルを作成して、プログラミングを行っていくこととします。 Anaconda Prompt上で、以下のコマンドを入力 cd c:/py/chainer2/MNIST_MLP chainer2仮想環境を起動 activate chainer2 Jupyter Notebookの起動 jupyter notebook {{:pasted:20171103-172241.png}} すると、ブラウザ（Chromeがお勧めです）が自動的に開いて、以下のような画面になるので、画面右側の方の「New」＞「python3」の順にクリックして、新規Jupyter Notebookを作成。 {{:pasted:20171103-173912.png}} 新しいJupyter Notebookが開かれるので、画面上の方の「Untitled」をクリックして、名前を、「train_MNIST_MLP」に変更。 {{:pasted:20171103-175203.png}} {{:pasted:20171103-175344.png}} 以下のような状態からスタートします。 {{:pasted:20171103-181053.png}} ==== 2. Import文の入力（Copy and Paste） ==== 次のような状態になっていると思われます。 {{:pasted:20171019-225356.png}} 上図の部分に、Chainerプログラミングを開始するために必要な、以下のImport文をコピペします。 import numpy as np import chainer from chainer import cuda, Function, report, training, utils, Variable from chainer import datasets, iterators, optimizers, serializers from chainer import Link, Chain, ChainList import chainer.functions as F import chainer.links as L from chainer.training import extensions さらに、Shift + Enter を押してから、数秒待つと、以下のようになります。 {{:pasted:20171103-205859.png}} これで、Import文の入力は終了です。 次に、[[(2)データの準備・設定]]を行っていきます。 ===== 参考文献 ===== Chainer: ビギナー向けチュートリアル Vol.1 mitmul 2017年05月18日に更新\\ https://qiita.com/mitmul/items/eccf4e0a84cb784ba84a サーバサイドにおけるmatplotlibによる作図Tips 20160226 \\ https://qiita.com/TomokIshii/items/3a26ee4453f535a69e9e ===== リンク ===== 次 [[(2)データの準備・設定|(2)データの準備・設定(Chainer)]] 前 [[Chainer2プログラミングの全体図]] Chainer2でMNIST目次\\ [[Chainer2プログラミングの全体図]] -[[(1)Chainer2を使用するためのimport文]]　<= いまココ -[[(2)データの準備・設定|(2)データの準備・設定(Chainer)]] -[[(3)モデルの記述|(3)モデルの記述(Chainer)]] -[[(4)モデルと最適化アルゴリズムの設定|(4)モデルと最適化アルゴリズムの設定(Chainer)]] -[[(5)学習と結果の出力(Chainer)]] -[[(6)結果の出力|(6)学習結果のパラメータの保存(Chainer)]] -[[(7)推測|(7)推測(Chainer)]]