どうもはじめまして!札幌で部長をやらせてもらってます、石村です! いつ
どうもはじめまして!札幌で部長をやらせてもらってます、石村です!
いつもとは違う人です!
皆さん、やってますか?
機械学習
ここ数年、第3次AIブームなんて言われて、もてはやされているアイツです。
人工知能、機械学習、ニューラルネットワーク、ディープラーニング
最近、黙々と勉強してはいますが、 ん~…なんだか難しいですね…。
今回は、その辺はいったん置いておいて、機械学習の環境をサクッと作っちゃいましょうというお話です。
意外と簡単に作れちゃいます。
Google Colaboratoryでいいじゃん~って方は
こちら
PC環境
・OS:Windows10 Pro
・GPU:GeForce 940MX
・CPU:Core i5-7200U
・メモリ:16GB
nVIDIA CUDA ToolkitとcuDNNのインストール
まずは こちらの記事 を参考にCUDA ToolkitとcuDNNをインストールしちゃいましょう。
TensorFlow(GPU版)を使う場合に必要になるためです。
注意点としては、記事中のリンクでCUDAをダウンロードしてしまうと、最新の10.1になってしまい、TensorFlowで使う場合シンボリックリンクを設定しなければならないため、こちら から10.0のアーカイブをダンロードしてインストールした方が楽です。
Anacondaのインストール
Pythonの環境はAnacondaを使います。
実のところ一度、素のPython3.7環境でも機械学習の環境を作りました。
ですが、調べているうちにcondaでインストールした環境の方が速度が速いという記事をいくつか見つけたため、
「え~?じゃあAnaconndaで環境作り直す~?」
という気持ちで改めて、AnacondaでPython環境を構築しました。
ということでまずはAnacondaの公式からインストーラをダウンロードしてインストールします。
途中の
「 Add Anaconda to my PATH environment variavle 」はチェックを入れておけば、環境変数にAnaconda系のパスが勝手に入ると思います。
インストール後は、コマンドプロンプトやPowerShell等で
conda
python
pip
を実行しパスが通っているか確認しましょう。
仮想環境作成
AnacondaはPythonの環境をお手軽に作れてしまします。
どういう利点があるのかとか、詳しく知りたい人はGoogle先生にお任せします。
仮想環境を作成するコマンドは以下
conda create --name myenv python=3.7
これだけで環境がバンバン作れちゃいます。
myenvの部分は仮想環境の名前なのでお好きな名前にしちゃってください。
環境の切り替えは
conda activate myenv
で切り替えられます。
注意として、よく見かけるのが、condaがついていない
activate myenv
ですが、Windows版?のせいか環境が切り替わってくれません。
自分が今どの環境をアクティブにしているか確認するには
conda info -e
で以下のように確認できます。
# conda environments:
#
base C:\Users\<ユーザー名>\Anaconda3
myenv * C:\Users\<ユーザー名>\Anaconda3\envs\myenv
「*」がついているのが現在の環境です。
必要そうなパッケージのインストール
必要そうなと書いているように、もしかしたらいらないかもしれません。
いろんな機械学習を試してみたい!って場合は必要かも。
conda install tqdm
conda install pandas
conda install scikit-learn
conda install scikit-image
OpenAI Gym環境インストール
pip install gym
conda install -c conda-forge jsanimation
conda install pyglet
conda install -c conda-forge ffmpeg
pip install --no-index -f https://github.com/Kojoley/atari-py/releases atari_py
conda installとpip installを混在させると環境が壊れるという話もあるので、
できればpip installは使わないようにしたいのですが、Anacondaにパッケージがない場合はやむなし…。
KerasとTensorFlow環境インストール
TensorFlowあればKeras内包されてるし、いらないんじゃない?
という意見もあるかと思いますが、サンプルとかで混在している場合もあったりするので、念の為。
conda install -c conda-forge keras
conda install pydotplus
conda install tensorflow
conda install tensorflow-gpu
以上で、ある程度の機械学習の環境が整いました。
最終的なconda listも貼ろうかと思いましたが、長くなるため割愛。
つらつらとインストールして、今は1つの仮想環境にいろいろまとめて入っていますが。
用途によって別途仮想環境を作って分けてもいいと思います。
あとは、サンプルを探して動かしてみるなり、
自分で試行錯誤してみたり、いろいろ試せるようになると思います!
と言いたいところですが、TensorFlow2.0.0のサンプルがまだまだ転がってない状況なんですよね…。
過去バージョンのサンプルはたくさんあるのですが、2.0.0で変わった箇所が多く、そのままでは動かないこと多数です。
TensorFlowの公式もGoogleColaboratoryでチュートリアルを体験できるようになっています。
(Googleが開発したライブラリなので当然っちゃ当然ですが)
まだまだ機械学習についてはで勉強中ですが、今後何かおもしろいことができるようになってきたら、
自分の脳のメモリが追いつく限り、発信していければなーと思っています!