google-site-verification: googlec11dd3c59de6bdc4.html
人工知能はどこまで人間に迫るのか
How close will artificial intelligence get to humans?
深層学習

7)解析環境

深層学習の環境といえばPythonである。Pythonの公式サイトからインストールするやり方、Visual Studio Codeでの開発環境構築がほぼ必須である。

次はAnacondaのインストールで開発環境も構築する方法、そしてお勧めがGoogleのColaboratoryからブラウザでPyhtonを記述、実行できるサービスを用いるものである。

このColab.では悩ましい環境構築の必要性がありません。Jupyter notebookと同等のものが使えるのです。但し15GB以上の容量を使う場合は課金されるがちょっとしたことには十分使えるものである。

Pythonでの実行環境はOSごとに異なるが各ライブラリのバージョンの整合性は正確に書かれているものは少ない。GPU無しなら、それほどでもないが高値のGPUを入手して、インストールしてもまず一回では動かないことが多いだろう。筆者もubuntuでインスロールしたが、うまく行かず、Windowsに再インストールして使ったということがある。

Colab.なら、この点非常に楽で、かつ無料でGPUも使えるすぐれものである。

import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, InputLayer
from keras.optimizers import RMSprop

mninstをimportしてきてデモも簡単に走る。ライブラリの不一致やtensorflowがないとwarningを出されることもない。いやエラーか。

唯一戸惑いがあるのはデータのgoogle driveへのuploadだろう。ディレクトリーの指定がirisを呼ぶときに

df = pd.read_csv(‘/content/drive/My Drive/answer/iris.csv’)

となることだ。