Créer un environnement PyData pour une session d'étude sur l'apprentissage automatique (janvier 2017)

Conditions préalables

Python Machine Learning Programming (Impress) fera l'objet d'une session d'étude de l'intérieur. Python 3.6 a également été publié, je vais donc résumer comment reconstruire l'environnement.

La construction de l'environnement effectuée ici est la suivante.

Ce qui suit est supposé avoir été installé.

$ VirtualBox --help
Oracle VM VirtualBox Manager 5.0.30

$ vagrant version
Installed Version: 1.9.1
Latest Version: 1.9.1

VirtualBox + Vagrant

Préparez un dossier pour Vagrant. Cette fois, j'étudierai l'apprentissage automatique, alors préparez un dossier appelé ~ / vagrant / ml-study et préparez l'environnement.

$ mkdir ~/vagrant/ml-study

Ajout de Vagrant Box

$ vagrant box add ubuntu/xenial64 https://atlas.hashicorp.com/ubuntu/boxes/xenial64/versions/20170104.0.0/providers/virtualbox.box

Démarrer Vagrant

$ vagrant init ubuntu/xenial64
$ vagrant up

Paramètres Vagrant (modifier Vagrantfile) Activez config.vm.provision en bas et écrivez:

...
  config.vm.provision "shell", inline: <<-SHELL
    apt-get update
    sudo apt-get install -y build-essential libssl-dev libxml2-dev libxslt1-dev libbz2-dev zlib1g-dev python-setuptools python-dev libjpeg62-dev libreadline-gplv2-dev
    sudo apt-get install -y libblas-dev liblas-dev liblapack-dev gfortran libfreetype6-dev
  SHELL
...

Reflet des paramètres

$ vagrant provision

Paquets liés au système d'exploitation

Puisque les paquets nécessaires sont décrits dans le Vagrantfile, il sera installé du côté vagrant.

Python 3.6

$ mkdir ~/tmp
$ sudo mkdir /opt/python36
$ sudo chown ubuntu /opt/python36
$ cd tmp
$ wget https://www.python.org/ftp/python/3.6.0/Python-3.6.0.tgz
$ tar zxvf Python-3.6.0.tgz
$ cd Python-3.6.0/
$ ./configure --prefix=/opt/python36
$ make && make install
$ cd ~
$ /opt/python36/bin/python3 -m venv python
$ source python/bin/activate

Modules liés à Python

$ pip install numpy scipy pandas scikit-learn matplotlib
$ pip install ipython[notebook]
$ pip install seaborn
$ pip install pyprind

Lors de l'utilisation après le réglage

$ cd ~/vagrant/ml-study
$ vagrant up
$ vagrant ssh
$ cd ~
$ source python/bin/activate
$ jupyter notebook

À l'arrêt

$ vagrant halt

paramètres du notebook jupyter

(Ajouté le 8 janvier 2017)

Lorsque j'essaie d'accéder au notebook Jupyter directement à partir de la machine hôte avec un navigateur, il est rejeté en raison de restrictions IP. Les restrictions IP peuvent être levées en définissant les paramètres suivants.

$ source python/bin/activate
$ jupyter notebook --generate-config

~/.jupyter/jupyter_notebook_config.py


c.NotebookApp.ip = '*'

Recommended Posts

Créer un environnement PyData pour une session d'étude sur l'apprentissage automatique (janvier 2017)
Créer un environnement d'apprentissage automatique
Créer un environnement d'étude d'apprentissage automatique Python avec macOS Sierra
Créer un environnement de développement pour l'apprentissage automatique
Créer un environnement d'apprentissage automatique Python avec des conteneurs
Créez un environnement interactif pour l'apprentissage automatique avec Python
Créer un environnement Python d'apprentissage automatique sur Mac OS
Mémo de construction d'environnement d'apprentissage automatique par Python
Windows10 (x64) Créer nativement un environnement d'apprentissage automatique
Créer un environnement d'apprentissage automatique sur Mac (pyenv, deeplearning, opencv)
Créer un environnement d'apprentissage automatique à l'aide de Python sur MacOSX
Créez un environnement d'apprentissage automatique scikit-learn avec VirtualBox et Ubuntu
Que diriez-vous d'Anaconda pour créer un environnement d'apprentissage automatique avec Python?
Création d'un environnement Windows 7 pour une introduction à l'apprentissage automatique avec Python
Construction d'environnement AI / Machine Learning avec Python
Créez rapidement un environnement python pour le Deep Learning / Data Science (Windows)
Ordre d'étude recommandé pour les débutants en apprentissage automatique / apprentissage en profondeur
Créer un environnement Kubernetes pour le développement sur Ubuntu
Créer un environnement de développement mruby pour ESP32 (édition Linux)
Créez un environnement de développement local pour Laravel6.X sur votre Mac
Créez un environnement python pour chaque répertoire avec pyenv-virtualenv
[Python] J'ai créé un classificateur pour les iris [Machine learning]
Comment créer un environnement de développement pour TensorFlow (1.0.0) (Mac)
Méthode d'étude pour apprendre le machine learning à partir de zéro (version mars 2020)
xgboost: modèle d'apprentissage automatique efficace pour les données de table
Construire un environnement Django pour Win10 (avec espace virtuel)
Créez un environnement d'apprentissage automatique à partir de zéro avec Winsows 10
Créez un environnement d'apprentissage automatique à l'aide de PyCharm sur un environnement Ubuntu (TensorFlow sera également introduit!)
Vous n'avez pas besoin d'installer Anaconda pour créer un environnement d'apprentissage automatique. Utilisons Miniconda
J'ai essayé de créer un environnement d'apprentissage automatique avec Python (Mac OS X)
Reconstruction de l'environnement pour l'apprentissage automatique avec Miniconda (version Windows)
Ensemble de données pour l'apprentissage automatique
[Memo] Construire un environnement de développement pour Django + Nuxt.js avec Docker
Créez facilement un environnement GCP pour Kaggle à grande vitesse
Créer un environnement LAMP [CentOS 7]
(Maintenant) Construisez un environnement GPU Deep Learning avec GeForce GTX 960
Bloc-notes de ressources d'étude d'apprentissage automatique
Lancement d'un environnement d'apprentissage automatique à l'aide de Google Compute Engine (GCE)
J'ai essayé d'utiliser Tensorboard, un outil de visualisation pour l'apprentissage automatique
Créer un environnement Python hors ligne
Créez un environnement python sur CentOS 7.7 pour votre serveur domestique
Créer et tester un environnement CI pour plusieurs versions de Python
Créer un environnement de développement local pour Lambda + Python à l'aide de Serverless Framework
Essayez d'utiliser virtualenv qui peut créer un environnement virtuel de Python
[DynamoDB] [Docker] Créer un environnement de développement pour DynamoDB et Django avec docker-compose
Créer un environnement go à l'aide de Docker
<Pour les débutants> bibliothèque python <Pour l'apprentissage automatique>
Analyse inverse du modèle d'apprentissage automatique
Informations sur les réunions d'apprentissage automatique pour HRTech
[Balisage recommandé pour l'apprentissage automatique # 4] Script d'apprentissage automatique ...?
Créer un environnement python3 sur CentOS7
[Definitive Edition] Création d'un environnement d'apprentissage "machine learning" à l'aide de Python sous Windows
Créer un environnement de gestion de version pour Python, Ruby, Perl, Node.js sous UNIX
Créez un environnement d'apprentissage pour le «Deep learning from scratch» avec Cloud9 (jupyter miniconda python3)
Création d'un environnement d'apprentissage automatique avec le serveur Tellus GPU (Sakura High-Power Computing)
Créer un environnement pour Python intégré à Blender
Créez facilement un environnement de développement avec Laragon
Comment créer un environnement de traduction sphinx
Amplifiez les images pour l'apprentissage automatique avec Python
Construire un environnement python sur MacOS (Catallina)