Créez un environnement d'apprentissage automatique à partir de zéro avec Winsows 10

introduction

Vous le faites les gars?

** Apprentissage automatique **

Au cours des dernières années, il a été présenté comme le troisième boom de l'IA. Intelligence artificielle, apprentissage automatique, réseaux de neurones, apprentissage en profondeur J'ai étudié en silence ces derniers temps, mais ... c'est un peu difficile ...

Cette fois, mettons de côté ce domaine et créons rapidement un environnement d'apprentissage automatique. C'est étonnamment facile à faire. (Je pense qu'il existe de nombreux articles de référence, mais ils servent aussi de notes personnelles)

Si vous souhaitez utiliser "Google Colaboratory" Ici

Environnement PC

・ ** SE **: Windows10 Professionnel ・ ** GPU **: GeForce 940MX ・ ** Processeur **: Core i5-7200U ・ ** Mémoire **: 16 Go

Installation de nVIDIA CUDA Toolkit et cuDNN

Tout d'abord, installons CUDA Toolkit et cuDNN en vous référant à cet article. C'est parce qu'il est requis lors de l'utilisation de TensorFlow (version GPU).

En guise de mise en garde, si vous téléchargez CUDA avec le lien dans l'article, ce sera la dernière version 10.1, et vous devez définir un lien symbolique lors de son utilisation avec TensorFlow, donc [ici](https: // developer. Il est plus facile de télécharger et d'installer l'archive 10.0 à partir de nvidia.com/cuda-10.0-download-archive).

Installation d'Anaconda

L'environnement Python utilise ʻAnaconda`.

En fait, j'ai déjà créé un environnement d'apprentissage automatique même dans un environnement simple Python 3.7. Et j'ai pensé que j'écrirais un article comme "Créer un environnement d'apprentissage automatique sur Windows 10 sans Anaconda".

Cependant, au cours de mes recherches, j'ai trouvé des articles selon lesquels l'environnement installé avec conda est plus rapide. "Eh bien, alors recréez l'environnement avec Anaconnda?" Dans cet esprit, j'ai construit un environnement Python avec Anaconda.

Alors, commencez par télécharger et installer le programme d'installation depuis Anaconda Official.

à mi-chemin Add Anaconda to my PATH environment variavle Si vous cochez la case, le chemin Anaconda sera inclus dans les variables d'environnement.

Après l'installation, utilisez une invite de commande, PowerShell, etc.

conda python pip Exécutons les trois ci-dessus et vérifions si le chemin est en place.

Créer un environnement virtuel

Anaconda facilite la création d'un environnement Python. Si vous souhaitez en savoir plus sur les avantages, nous laissons cette fois-ci le soin de l'enseignant de Google.

La commande pour créer un environnement virtuel est la suivante

> conda create --name myenv python=3.7

La partie de myenv est le nom de l'environnement virtuel, veuillez donc choisir le nom de votre choix. Vous pouvez créer un environnement bang-bang avec juste cela.

Changer d'environnement

> conda activate myenv

Vous pouvez changer avec.

> activate myenv

Cependant, cela semble être une ancienne version de l'écriture, À première vue, il semble qu'il ait basculé sans aucune erreur, L'environnement n'a pas été changé même si je le vérifie avec ʻinfo` décrit plus tard.

Pour voir dans quel environnement vous êtes actuellement actif

> conda info -e

Vous pouvez le vérifier comme suit.

# conda environments:
#
base                     C:\Users\<Nom d'utilisateur>\Anaconda3
myenv                 *  C:\Users\<Nom d'utilisateur>\Anaconda3\envs\myenv

L'environnement actuel est marqué d'un "*".

Installer les packages qui peuvent être nécessaires

Vous n'en aurez peut-être pas besoin, car il dit «cela semble nécessaire». Je veux essayer divers machine learning! Cela peut être nécessaire dans ce cas.

conda install pandas
conda install scikit-learn
conda install scikit-image

Installation de l'environnement OpenAI Gym

pip install gym
conda install -c conda-forge jsanimation
conda install pyglet
conda install -c conda-forge ffmpeg
pip install --no-index -f https://github.com/Kojoley/atari-py/releases atari_py

Il y a une histoire que le mélange de conda install et pip install va casser l'environnement Je voudrais éviter d'utiliser pip install si possible, mais c'est inévitable si Anaconda n'a pas de package ...

Installation de l'environnement Keras et TensorFlow

Si vous avez TensorFlow, il est inclus dans Keras, donc vous n'en avez pas besoin, non? Je pense qu'il y a une opinion, mais juste au cas où, elle peut être mélangée dans l'échantillon.

conda install -c conda-forge keras
conda install pydotplus
conda install tensorflow
conda install tensorflow-gpu

Achevée!

Avec ce qui précède, l'environnement pour l'apprentissage automatique a été mis en place dans une certaine mesure.

<détails>

Final conda list </ summary>

# Name                    Version                   Build  Channel
_tflow_select             2.1.0                       gpu
absl-py                   0.8.1                    py37_0
astor                     0.8.0                    py37_0
astroid                   2.3.2                    py37_0
atari-py                  1.2.1                    pypi_0    pypi
blas                      1.0                         mkl
ca-certificates           2019.10.16                    0
certifi                   2019.9.11                py37_0
cloudpickle               1.2.2                      py_0
colorama                  0.4.1                    py37_0
cudatoolkit               10.0.130                      0
cudnn                     7.6.4                cuda10.0_0
cycler                    0.10.0                   py37_0
cytoolz                   0.10.0           py37he774522_0
dask-core                 2.6.0                      py_0
decorator                 4.4.1                      py_0
ffmpeg                    4.2                  h6538335_0    conda-forge
freetype                  2.9.1                ha9979f8_1
future                    0.18.2                   pypi_0    pypi
gast                      0.2.2                    py37_0
google-pasta              0.1.7                      py_0
grpcio                    1.16.1           py37h351948d_1
gym                       0.15.4                   pypi_0    pypi
h5py                      2.9.0            py37h5e291fa_0
hdf5                      1.10.4               h7ebc959_0
icc_rt                    2019.0.0             h0cc432a_1
icu                       58.2                 ha66f8fd_1
imageio                   2.6.1                    py37_0
intel-openmp              2019.4                      245
isort                     4.3.21                   py37_0
joblib                    0.14.0                     py_0
jpeg                      9b                   hb83a4c4_2
jsanimation               0.1                        py_1    conda-forge
keras                     2.3.1            py37h21ff451_0    conda-forge
keras-applications        1.0.8                      py_0
keras-preprocessing       1.1.0                      py_1
kiwisolver                1.1.0            py37ha925a31_0
lazy-object-proxy         1.4.3            py37he774522_0
libgpuarray               0.7.6             hfa6e2cd_1003    conda-forge
libpng                    1.6.37               h2a8f88b_0
libprotobuf               3.9.2                h7bd577a_0
libtiff                   4.1.0                h56a325e_0
mako                      1.1.0                      py_0    conda-forge
markdown                  3.1.1                    py37_0
markupsafe                1.1.1            py37hfa6e2cd_0    conda-forge
matplotlib                3.1.1            py37hc8f65d3_0
mccabe                    0.6.1                    py37_1
mkl                       2019.4                      245
mkl-service               2.3.0            py37hb782905_0
mkl_fft                   1.0.15           py37h14836fe_0
mkl_random                1.1.0            py37h675688f_0
networkx                  2.4                        py_0
numpy                     1.17.3           py37h4ceb530_0
numpy-base                1.17.3           py37hc3f5095_0
olefile                   0.46                     py37_0
opencv-python             4.1.1.26                 pypi_0    pypi
openssl                   1.1.1d               he774522_3
opt_einsum                3.1.0                      py_0
pandas                    0.25.2           py37ha925a31_0
pillow                    6.2.1            py37hdc69c19_0
pip                       19.3.1                   py37_0
protobuf                  3.9.2            py37h33f27b4_0
pydotplus                 2.0.2                    py37_1
pyglet                    1.3.2                    pypi_0    pypi
pygpu                     0.7.6           py37hc8d92b1_1000    conda-forge
pylint                    2.4.3                    py37_0
pyparsing                 2.4.2                      py_0
pyqt                      5.9.2            py37h6538335_2
pyreadline                2.1                      py37_1
python                    3.7.5                h8c8aaf0_0
python-dateutil           2.8.1                      py_0
pytz                      2019.3                     py_0
pywavelets                1.1.1            py37he774522_0
pyyaml                    5.1.2            py37hfa6e2cd_0    conda-forge
qt                        5.9.7            vc14h73c81de_0
scikit-image              0.15.0           py37ha925a31_0
scikit-learn              0.21.3           py37h6288b17_0
scipy                     1.3.1            py37h29ff71c_0
setuptools                41.6.0                   py37_0
sip                       4.19.8           py37h6538335_0
six                       1.12.0                   py37_0
sqlite                    3.30.1               he774522_0
tensorboard               2.0.0              pyhb230dea_0
tensorflow                2.0.0           gpu_py37h57d29ca_0
tensorflow-base           2.0.0           gpu_py37h390e234_0
tensorflow-estimator      2.0.0              pyh2649769_0
tensorflow-gpu            2.0.0                h0d30ee6_0
termcolor                 1.1.0                    py37_1
theano                    1.0.4           py37h6538335_1000    conda-forge
tk                        8.6.8                hfa6e2cd_0
toolz                     0.10.0                     py_0
tornado                   6.0.3            py37he774522_0
tqdm                      4.36.1                     py_0
vc                        14.1                 h0510ff6_4
vs2015_runtime            14.16.27012          hf0eaf9b_0
vs2015_win-64             14.0.25420          h55c1224_11
webencodings              0.5.1                    py37_1
werkzeug                  0.16.0                     py_0
wheel                     0.33.6                   py37_0
wincertstore              0.2                      py37_0
wrapt                     1.11.2           py37he774522_0
xz                        5.2.4                h2fa13f4_4
yaml                      0.1.7             hfa6e2cd_1001    conda-forge
zlib                      1.2.11               h62dcd97_3
zstd                      1.3.7                h508b16e_0

Résumé

Je l'ai installé régulièrement, et maintenant j'ai diverses choses dans un environnement virtuel. Je pense qu'il est normal de créer un environnement virtuel séparé et de le diviser en fonction de l '«utilisation».

Après cela, j'ai cherché un échantillon et essayé de le déplacer, Je pense que vous pourrez essayer vous-même diverses choses!

・ ・ ・ Je voudrais dire, mais l'échantillon de TensorFlow 2.0.0 n'a pas encore été lancé ... Il existe de nombreux exemples de versions antérieures, mais il y a beaucoup de choses qui ont changé dans 2.0.0, et beaucoup de choses ne fonctionnent pas comme elles sont.

TensorFlow Official vous permet également de découvrir des didacticiels sur «Google Colaboratory». (C'est naturel car c'est une bibliothèque développée par Google)

Il semble donc que vous ayez encore besoin de suffisamment de connaissances pour comprendre l'ancienne version de l'exemple et la modifier ... \ _ (┐ "ε :) _

J'étudie toujours l'apprentissage automatique, mais si je peux faire quelque chose d'intéressant à l'avenir, Tant que la mémoire de mon cerveau rattrape, j'aimerais l'envoyer! ~~ (déjà du pain de pain) ~~

Recommended Posts

Créez un environnement d'apprentissage automatique à partir de zéro avec Winsows 10
Créez un environnement pour "Deep Learning from scratch" avec Docker
Créez une interface utilisateur de jeu à partir de zéro avec pygame2!
Apprentissage automatique à partir de zéro (apprentissage automatique appris avec Kaggle)
Créer un environnement d'apprentissage automatique Python avec des conteneurs
Créer un environnement d'apprentissage automatique
Créer un environnement de développement d'applications d'apprentissage automatique avec Python
Créez un environnement d'apprentissage automatique scikit-learn avec VirtualBox et Ubuntu
Créez une application d'apprentissage automatique avec ABEJA Platform + LINE Bot
Comment créer rapidement un environnement d'apprentissage automatique à l'aide de Jupyter Notebook avec UbuntuServer 16.04 LTS
Jusqu'à ce que vous créiez un environnement d'apprentissage automatique avec Python sur Windows 7 et que vous l'exécutiez
Comment créer rapidement un environnement d'apprentissage automatique à l'aide de Jupyter Notebook avec UbuntuServer 16.04 LTS avec Anaconda
Création d'un environnement Windows 7 pour une introduction à l'apprentissage automatique avec Python
[Python] Créez un environnement virtuel avec Anaconda
Une histoire sur l'apprentissage automatique avec Kyasuket
[Windows 10] Construction de l'environnement "Deep Learning from scratch"
Créez un environnement d'apprentissage automatique arbitraire avec GCP + Docker + Jupyter Lab
Créer un environnement de développement pour l'apprentissage automatique
Construction d'environnement AI / Machine Learning avec Python
Comment créer une API de machine learning sans serveur avec AWS Lambda
Étapes rapides pour créer un environnement d'apprentissage automatique à l'aide de Jupyter Notebook sur macOS Sierra avec anaconda
Réaliser la construction d'environnement pour "Deep Learning from scratch" avec docker et Vagrant
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 virtuel avec conda avec Python
Créer un environnement de construction python3 avec Sublime Text3
Créer un arbre de décision à partir de 0 avec Python (1. Présentation)
Apprentissage profond à partir de zéro
Créer un environnement Python
Préparez l'environnement pour le livre O'Reilly "Deep Learning from scratch" avec apt-get (Debian 8)
Exécutez un pipeline de machine learning avec Cloud Dataflow (Python)
Créez un environnement virtuel avec Anaconda installé via Pyenv
Créez un environnement de développement python avec vagrant + ansible + fabric
Sentons-nous comme un chercheur en matériaux avec l'apprentissage automatique
Méthode d'étude pour apprendre le machine learning à partir de zéro (version mars 2020)
Créer un environnement OCR japonais avec Anaconda (tesseract + pyocr)
Mémo de construction d'environnement d'apprentissage automatique par Python
Créer un environnement django avec docker-compose (MariaDB + Nginx + uWSGI)
Introduction à l'apprentissage automatique à partir de Simple Perceptron
Windows10 (x64) Créer nativement un environnement d'apprentissage automatique
Comment préparer l'environnement pour Google Colab avec le cours avancé d'apprentissage automatique de Coursera
Étapes pour créer rapidement un environnement d'apprentissage en profondeur sur Mac avec TensorFlow et OpenCV
L'apprentissage automatique appris avec Pokemon
Apprentissage profond à partir de zéro 1 à 3 chapitres
Créer un environnement avec virtualenv
Créer une page d'accueil avec django
Apprentissage automatique avec Python! Préparation
Démineur d'apprentissage automatique avec PyTorch
Commencer avec l'apprentissage automatique Python
Créer un répertoire avec python
Essayez le machine learning à la légère avec Kaggle
Reconstruction de l'environnement pour l'apprentissage automatique avec Miniconda (version Windows)
Créer un environnement d'étude d'apprentissage automatique Python avec macOS Sierra
Créer un environnement d'apprentissage automatique sur Mac (pyenv, deeplearning, opencv)
Essayez de créer un réseau de neurones / d'apprentissage en profondeur avec scratch
Apprentissage automatique à l'aide de Jupyter Notebook dans l'environnement OCI Always Free (2019/12/17)