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～。