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

差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

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] – [Trainerを利用しない場合のChainer全体図] adash333chainer2.0をwindowsにインストール [2018/10/07] (現在) – 外部編集 127.0.0.1
行 1: 行 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)\\
行 23: 行 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、
行 28: 行 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。
  
-さら、以下の解説をがんばっ読むと、実行できるようになりそうです。+===== 参考文献 ===== 
 +2017-03-22 
 +Chainer ver2.xをWindowsインストールしみた\\ 
 +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 201612月\\ 
-mitmul +https://www..jp/expert/articles/?column=201612-00001
-20170518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(日語訳)\\ 
 +2016/06/23     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)#Chainerを使用するためのimport文 +Chainer: ビギナ向けチュトリアル Vol.1\\ 
- +mitmul 
-(1)#1 デタの準備・設定 +2017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 モ最適化アルゴリズム設定(ほぼお約束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で学ぶィープラーニングの理論実装 』を5回くらい読んで、機械学習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 +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GPUの火が必須です。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プログラミグの全体図]]
  
 +前 (無し)

chainer2.0をwindowsにインストール.1508379889.txt.gz · 最終更新: 2018/10/07 (外部編集)

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki