ユーザ用ツール

サイト用ツール


chainer2.0をwindowsにインストール

文書の過去の版を表示しています。


Chainer2.0をWindowsにインストール

流れとしては、以下となります。

  1. Anacondaのインストール
  2. Anaconda Promptで、chainer2仮想環境の構築(conda create –name chainer2 python=3.5 anaconda)
  3. activate chainer2
  4. pip install chainer==”2.0″
  5. jupyter notebook

(環境)

Panasonic CF-RZ4

Windows 8.1 Pro

Anaconda 4.4.0

Python 3.5

Chainer 2.0

解説は以下のリンクへ

Windows8.1にChainer2.0をインストール

http://twosquirrel.mints.ne.jp/?p=19928

インストールしたら読む本

2017年10月現在、本家ChainerはVersion 3.0となっていますが、Chainer3.0の日本語の解説本は出版されていないので、以下の本がお勧めです。

Chainerv2による実践深層学習、新納浩幸

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、

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

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。

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

Chainerプログラミングの全体図

Trainerを利用しない場合のChainer全体図

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

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。

(0)#0 Chainerを使用するためのimport文

(1)#1 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, ...):
    # 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()

(5)#5 結果の出力

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)
————————————-

(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)
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()

(5)#5 結果の出力

————————————-
(引用ここまで)

リンク

リンク

chainer2.0をwindowsにインストール.1508379139.txt.gz · 最終更新: 2018/10/07 (外部編集)

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki