2017/01/07

機械学習の学習をはじめてみる

明けましておめでとうございます。

普段はテレビの無い生活を送っているのですが、年末年始は実家に帰ってダラダラとテレビを観てました。(どうでもいいことですが、久しぶりにテレビを観ると、昔に比べて太られたタレントさんが結構いますね…)

元旦の深夜にテキトーにテレビのチャンネルを回していたら人工知能などについて討論している番組がありました。結構面白かったので、リンクを貼っておきます。(チャンネルを回すという言い方はおっさん的表現かもしれません…)


番組は途中から観ました。
確かシンギュラリティやマルチラリティが云々という話のところからだったと思います。
『真剣10代しゃべり場』のような懐かしさがあって、ついチャンネルを回すのをやめて集中して観ました。

討論している方々はほとんどが年下だったので、正直なところ、変な焦りを感じました。

それはさておき、以前から機械学習には興味があったのですが、番組を観てからやたらに沸々と機械学習を勉強したいというやる気が出てきました。

それで先日、色々なブログやAmazonでも好評な『ゼロから作るDeep Learning』を衝動買いしてしまいました。(厳密にはDeep Learningは機械学習の一分野のようです。)


今のところ1章までしか読んでません。
Pythonのコードや使用する外部ライブラリについては載っていますが、開発環境の構築に関しては特に記載はなさそうです。
試しに開発環境を構築してみましたが、それほど難しくはなさそうです。

まぁ、1章をよく読まずにサンプルコードをCloud9の環境で実行しようとして
ImportError: No module named '_tkinter'
とか出て、GUIじゃねーか!ってなりました。
1章はデータの可視化の準備ですね。

メインで使っているPCのOSはLubuntu(Ubuntuの軽量版)なのですが、色々インストールして汚れているので、Vagrantで動かしているWindows8.1の環境でやってみました。

簡単に手順を書いておきます。
※インストール作業は待つのが退屈なので、Minecraftの実況動画とか見ながらやってました。細かいところは覚えていないです。戦闘民族の旦那の弓のエイムはパないです。


Windowsでのインストール管理が簡単になるChocolateyを使いました。
公式サイトでのインストール方法は以下のページにあります。

Installation - Chocolatey

ただ、公式サイトの方法はiwrコマンドでネット上のスクリプトを実行する方法のようです。
この方法だと少なくともインストール作業の間は PowerShell の実行ポリシーを変える必要があり、個人的にはちょっと嫌だったので GitHub の Wiki にある Cmd.exe からのインストール方法を使いました。

chocolatey/choco - GitHub

  1. スタートボタンを右クリック
  2. コマンドプロンプト(管理者)
  3. 以下のコードを貼り付けて実行

@powershell -NoProfile -ExecutionPolicy Bypass -Command "iex ((New-Object System.Net.WebClient).DownloadString('https://chocolatey.org/install.ps1'))" && SET "PATH=%PATH%;%ALLUSERSPROFILE%\chocolatey\bin"

Chocolatey のインストールが完了したら Miniconda のインストールに進みますが、chocoコマンドを有効にするため、コマンドプロンプトを一旦閉じて、再度コマンドプロンプトを起動しなおして下さい。


Chocolatey の公式サイトにパッケージのインストール方法が載っています。
Miniconda (Python 3) のインストール方法は以下のページに載っています。

Miniconda (Python 3) - Chocolatey

choco install miniconda3

これで Miniconda のインストールが完了します。


Miniconda については公式サイトへのリンクを載せておきます。

Miniconda公式サイト

『ゼロから作るDeep Learning』では3.4を使っていましたが、特に理由なく3.5をインストールしてみました。

conda create -n py35 python=3.5

py35は仮想環境の名前です。任意の名前で作成して下さい。


とりあえず仮想環境を有効にするため、私の場合 C:\Dev\hello のフォルダを作りました。

まずは仮想環境の確認。
「*」の印が付いているほうが現在の環境です。

C:\Windows\system32>cd c:\Dev\hello

C:\Dev\hello>conda info -e
# conda environments:
#
py35                     C:\Program Files\Miniconda3\envs\py35
root                  *  C:\Program Files\Miniconda3

先ほど Miniconda で作った環境 py35 を有効にします。

C:\Dev\hello>activate py35

(py35) C:\Dev\hello>

仮想環境を有効化できたらプロンプトに今いる環境の名前(py35)が表示されます。
あとは NumPy と Matplotlib をインストールします。

(py35) C:\Dev\hello>conda install numpy
Fetching package metadata ......... Solving package specifications: .......... (略) (py35) C:\Dev\hello>conda install matplotlib
Fetching package metadata ......... Solving package specifications: .......... (略)

ちなみに仮想環境を抜ける場合はdeactivateコマンドを使います。

(py35) C:\Dev\hello>deactivate
C:\Dev\hello>

1章のサンプルコードを適当に書いて実行してみた結果は以下のようになりました。


開発環境が出来たので、ここから機械学習の勉強を始めてみようと思います。



[広告]

Amazon

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



スポンサーリンク

スポンサーリンク

スポンサーリンク

コメント

非公開コメント