J'utilise pyenv pour gérer la version de python. Veuillez consulter ici pour pyenv. La version de python utilisée dans le texte est la suivante.
python --version
>> Python 2.7.9 :: Anaconda 2.1.0 (x86_64)
L'installation est simple. (Pour plus de détails, voir référentiel officiel chainer) Tapez la commande suivante dans le terminal.
pip install chainer
(Au fait, veuillez vous référer à ici pour préparer l'environnement python)
Lors du traitement d'image, un calcul à grande vitesse est possible en utilisant un GPU (Graphics Processing Unit). (Pour plus d'informations sur l'apprentissage automatique et le GPU, voir ici) Pour utiliser le GPU, installez CUDA (peu importe si vous ne l'installez pas).
pip install chainer-cuda-deps
Pour faire fonctionner l'exemple de code, [Official Repository] Veuillez cloner git depuis (https://github.com/pfnet/chainer).
[Dépôt officiel] ci-dessus Téléchargez l'exemple de code sur (https://github.com/pfnet/chainer). Il existe un exemple de code utilisant le jeu de données MNIST dans le répertoire chainer / examples / mnist. L'ensemble de données MNIST est un ensemble de données contenant 70000 nombres manuscrits de 0 à 9.
python train_mnist.py
Si vous tapez la commande ci-dessus dans le répertoire correspondant, l'exemple de code s'exécutera.
Si vous souhaitez voir rapidement le résultat de l'exemple de code
n_epoch = 20
Il est recommandé de réduire le learning_loop ci-dessus.
Recommended Posts