2018年4月28日土曜日

ディープラーニングを体感しよう:第3章(プログラムを動かしてみよう)


こんにちは。よっしーです。


これまでの記事:


前回は、Ubuntu14.04 に Python環境 を構築しました。

これで、プログラムの動く環境ができましたので、

実際にプログラムを動かしてみたいと思います。

ディープラーニングとはどんなものなのか!?


今回は、Aidemy という プログラミング学習サービスから、

無料で受講できる「ディープラーニング基礎」で紹介されている

プログラムを実際に動かしてみました。


37行のPythonコード(script.py)を、Windowsの共有フォルダに保存します。

そして、Ubuntu上から、そのプログラムを実行してみます。

※ 共有ディレクトリに移動し、python と打ってからファイルを指定する。


少し時間がかかりますが、なにやら文字がバラバラと出力され・・・


別ウィンドウでグラフが表示されます。


おお・・・。とりあえず、動いた。

パッとみただけだと、これがすごいのかよくわからないですが、

Pythonからこんなグラフィカルなグラフが出力できるんですね・・・。


で、今回動かしたプログラムですが、超簡単に説明をすると、

手書きの数字(0~9)の画像を、何千回とプログラムに与えて学習させて、

画像から、その数字は何なのかをプログラムが判断できるようになる。

というもの。


学習を重ねるにつれて、正解率が上がっていく。

というのをグラフが表しています。


そんな難しそうな処理がたった37行のPythonコードで書かれています。

Pythonすげー!

ディープラーニングすげー!!


今回は、とりあえず動かしてみただけですが、

次回、プログラムの内容について、詳しく見ていきたいと思います。

今回は、このあたりで。

ではまた~。

2018年4月19日木曜日

ディープラーニングを体感しよう:第2章(Python環境を構築する)



こんにちは。よっしーです。

これまでの記事:
ディープラーニングを体感しよう:第1章(まずは環境構築)


前回に引き続き、ディープラーニングを体感するための環境構築を進めていきます。

前回、VirtualBoxにUbuntu14.04のセットアップを行いましたので、

さっそく、Ubuntu14.04環境へPythonをインストールしていきます。


ちなみに、Ubuntu14.04 にはデフォルトでPythonがインストールされていますが、

今回は、Anacondaをインストールします。


Anacondaは、Python本体と様々なライブラリがセットになったものです。

ディープラーニングでは、Pythonのいろいろなライブラリを使うこととなるので、

まとめてインストールしちゃいましょう。


https://www.anaconda.com/download/


Linux → Python 3.6 version をダウンロード



ダウンロードしたスクリプトファイル(Anaconda3-5.1.0-Linux-x86_64.sh)を
VirtualBoxで設定した共有フォルダに置きます。


Ubuntu側からは、/media/sf_share/ が共有ディレクトリとして割り当てられているため、そのディレクトリへ移動。


共有ディレクトリに移動できません…。権限も変えれない…。

調べたところ、vboxsfグループに所属する必要があるようなので、

$ sudo gpasswd --add {ユーザ名} vboxsf

で、vboxsfグループにユーザを追加します。

共有ディレクトリに入れました。



ダウンロードしたスクリプトを実行して、Anacondaをインストールします。

対話式でいろいろと聞かれるので、基本的にyesを選択していけば問題ないと思います。



Anaconda のインストールが終われば、次に、keras というライブラリをインストールします。

keras はディープラーニング用のライブラリです。

Anaconda に同梱されている、管理ツールの conda を使ってインストールしていきます。


次にtensorflowというライブラリをインストールします。

tensorflow もディープラーニング用のライブラリです。

同じように conda を使ってインストールします。



これで、ひとまず準備完了です。

こうしてまとめると簡単なように見えますが、

ここまでくるのに意外と時間がかかっています。

インストールに失敗したり、依存関係でつまづいたりと。

Linuxの環境構築はなかなか難しい。。。


というところで、今回はここまでにしたいと思います。

次回は、

『ディープラーニングを体感しよう:第3章(プログラムを動かしてみよう)』

を投稿いたします。

ではまた~。

2018年4月13日金曜日

ディープラーニングを体感しよう:第1章(まずは環境構築)


こんにちは。よっしーです。

前回告知した通り、今週よりPythonの得意な分野を体感してみよう。ということで、

『ディープラーニング』について、いろいろと触れて行きたいと思います。


今回は、まず下準備ということで「環境構築」を行います。

Windows上にPython環境を構築することもできるのですが、

前々から自宅PCにもLinux環境を構築したいなぁ~。と考えていたので、

Linux上にPython環境を構築していきます。

と言っても、純粋なLinuxPCではなく、Windows上にLinuxの仮想環境を構築し、その中で動作させます。


用意するものは以下です。

・VirtualBox

・仮想ハードディスクイメージ

さっそく落としてきます。



 ダウンロード → Windows Installer




 ダウンロード → Ubuntu 14.04 LTS



落としてきたVirtualBoxをインストールします。



インストールが終われば、起動します。



「新規」を選択して、仮想マシンを作成します。

 名前 → お好きに
 タイプ → Linux
 バージョン → Ubuntu



落としてきた仮想ハードディスクイメージ(Ubuntu 14.04)を指定します。

 すでにある仮想ハードディスクファイルを指定する → ubuntu-ja-14.04-desktop-amd64.vhd



ひとまず、これで仮想マシンの作成が完了です。



Ubuntuからネットワークに接続できるように、ネットワークアダプターを有効化します。

 仮想マシン設定 → ネットワーク → アダプター2
  ネットワークアダプタを有効化にチェック、割り当てをホストオンリーアダプターに設定



WindowsとUbuntuでファイルのやり取りをしたいので、共有フォルダーを作成します。

 仮想マシン設定 → 共有フォルダー → Windows上のフォルダーを指定



あとは仮想マシンの「起動」を選択すると、VirtualBox上で Ubuntuが立ち上がります。



これで、Linux(Ubuntu14.04) が動作する環境が出来ました。

これから、実際にPythonの環境をこの中へ作っていくのですが、

仮想環境の構築だけで、ずいぶん内容が長くなってきたので、

今回は、一旦ここで切りたいと思います。


次回は、

『ディープラーニングを体感しよう:第2章(Python環境を構築する)』

を投稿いたします。

ではまた~。

2018年4月5日木曜日

ディープラーニングの連載予告!


こんにちは。よっしーです。

最近社内では、Python3エンジニア認定基礎試験を受験する社員が増え、

密かな『Pythonブーム』が訪れています。


IT関連の雑誌やWebサイトでも、Pythonの特集がよく組まれており、

業界でのPythonの人気の高さがうかがえます。


私は、Pythonで簡単なCUIツールを組んだことはあるのですが、

巷で話題となっている「人工知能」とか「機械学習」というものには

まだ触れたことがありません。

(ある意味 Python のおいしいところをまだ味わっていない状態)


だったら、ということで、

このブログを使って Pythonの得意な分野を体感してみよう。

という連載を始めることにしました。

(これから何週か連続してPythonについての内容を投稿させていただきます。)


お題としては『ディープラーニング』を考えています。

ディープラーニングは、機械学習の中の1つです。

私自身も学習しながら記事を書いていきますので、

詰まったりすると、記事の内容が薄くなるかもしれませんが、

あまり期待せず、お付き合い頂ければ。と思います。


そういうわけですので、次回は、

『ディープラーニングを体感しよう:第1章(まずは環境構築)』

を投稿いたします。


これからしばらくの間、よろしくお願いします。

ではまた~。