TensorFlow 1.14.0 をWindows10にインストールしたときのトラブル対応方法 - Qiita
この記事は TensorFlowをWindows10にインストールしました。 かなり苦労したのでメモを残します。 ※2019/11/30 誤字を修正しました。 ※2020/04/19 リンクを修正しました。 環境 OS Windows10 Home Python 3.6.8 TensorFlow 1.14.0 CUDA 10.0 cuDNN v7.6.2 (July 22, 2019), for CUDA 10.0 numpy 1.16.4 GPU NVIDIA GeForce 940M（Windows8を10にアップグレードした機種なので古い型番です。） test.py の作成 正常動作確認に使用するファイルtest.pyを作成します。
VS CodeのターミナルをAnacondaに変える - Qiita
VS Code内蔵ターミナルが使いたい 備忘録です。 Anacondaでpythonをまとめてインストールしたので、「VS Codeでコーディング、Anaconda Promptで実行」と２ウィンドウでやっていましたが、VS Code内で実行もできるようにするという話です。 やること Pathの追加 バッチファイル作成 VS Code内の設定 再起動 1.Pathの追加 ユーザー環境変数のPathに C:\Users\(ユーザー名)\AppData\Local\Continuum\anaconda3 C:\Users\(ユーザー名)\AppData\Local\Continuum\anaconda3\Scripts の２つを追加します。Anacondaのインストール先に指定した場所です。 2.バッチファイル作成 C:\Users(ユーザー名)\AppData\Local\Continuum
Windows10環境にAnaconda+Visual Studio CodeでPython環境を構築【2017年9月】 - Qiita
きっかけは以下の本を読んでPythonに興味が出て色々自動化したいこともあったので環境を構築してみました。 退屈なことはPythonにやらせよう Pythonの有名なIDEとしてはPycharmもあるようですが、Python以外にもHTMLやCSSなども触る可能性が高いので、ある程度使える＆そこそこ軽い評判のVSCodeを使って見ました。Pycharmについては以下の記事がわかりやすかったです。 最強のPython開発環境 PyCharmのすゝめ 基本的には以下の記事を参考にしました、感謝です！ データサイエンティストを目指す人のpython環境構築 2016 まず、Windows10に入れると言うことで、今や鉄板になっているAnacondaのインストールから。AnacondaはPythonの純正インストーラとは別に用意されており、仮想環境を色々と作れて2系と3系を同じマシン内に入れておく
PyMC mcmc
[DL輪読会]Neural Radiance Flow for 4D View Synthesis and Video Processing (NeRF...
プログラマーのための確率プログラミングとベイズ推定
プログラマーのための確率プログラミングとベイズ推定¶PythonとPyMCの使い方¶ベイズ推定(Bayesian method)は，確率推論のためのもっとも適切なアプローチであるにもかかわらず，書籍を読むとページ数も数式も多いので，あまり積極的に読もうとする読者は少ないのが現状である．典型的なベイズ推定の教科書では，最初の3章を使って確率の理論を説明し，それからベイズ推論とは何かを説明する．残念ながら多くのベイズモデルは解析的に解くことが困難であるため，読者が目にするのは簡単で人工的な例題ばかりになってしまう．そのため，ベイス推論と聞いても「だから何？」と思ってしまうのである．実際，著者の私がそう思っていたのだから． 最近の機械学習のコンテストで良い成績を収めることができたので，私はこのトピックを復習しようと思い立った． 私は数学には強い方である．しかしそれでも，例題や説明を読んで頭の中で
Python for Windows インストールメモ
Python 自体のインストールは，Windows でも簡単にできますが， いろいろなパッケージもインストールしようとすると一苦労します． 役に立つかはわかりませんが，Windows での Python の開発環境を 構築したときのインストールメモになります．なお，使おうと思っている パッケージを考慮して，32bit 版の Python 2.7 をインストールした 場合になりますので，注意してください． パッケージを 1 つ 1 つインストールするのが面倒な方は， インストールするだけですぐに使える pythonxy（あるいは Python(x,y)） というディストリビューションがあります． インストールすれば，ほぼ MATLAB のような環境が手に入ります． pythonxy Python 本体のインストール手順です． Python.org にアクセスする． "Downloads" -
Pythonを書き始める前に見るべきTips - Qiita
Pythonを使ってこの方さまざまな点につまずいたが、ここではそんなトラップを回避して快適なPython Lifeを送っていただくべく、書き始める前に知っておけばよかったというTipsをまとめておく。 Python2系と3系について Pythonには2系と3系があり、3系では後方互換性に影響のある変更が入れられている。つまり、Python3のコードはPython2では動かないことがある(逆もしかり)。 Python3ではPython2における様々な点が改善されており、今から使うなら最新版のPython3で行うのが基本だ(下記でも、Python3で改善されるものは明記するようにした)。何より、Python2は2020年1月1日をもってサポートが終了した。よって今からPython2を使う理由はない。未だにPython2を使う者は、小学生にもディスられる。 しかし、世の中にはまだPython3に
Welcome | Flask (A Python Microframework)
Welcome to Flask¶ Welcome to Flask’s documentation. Get started with Installation and then get an overview with the Quickstart. There is also a more detailed Tutorial that shows how to create a small but complete application with Flask. Common patterns are described in the Patterns for Flask section. The rest of the docs describe each component of Flask in detail, with a full reference in the API
Flaskを１年仕事で使った感想 - kawaken’s blog
「Flaskの使いどころ」を拝見しました。 Flaskを業務で使用してますって話があまりないようなので（ちゃんと検索してないけど）一つの事例として書いておこうと思いました。 ただ、一般的な開発環境ではないと思うので、あまり参考にならないと思います。アンチパターン的な感じでしょうか…。 別にFlaskを批判するつもりもないです。 先に感想 MicroFramewokと謳ってるので自分で拡張していく前提で使い始めたけど、拡張していった結果「Flaskじゃなくて良かったんじゃね？」と、今になって、システムの規模に合ってなかったなというのを感じます。 でも、どのフレームワーク採用してても、そのフレームワークに起因する課題は出てくると思いますが。 以下、詳細です ○開発の状況 今運用してるのはB2Cのサイトです。規模感としては中規模？かな。DBのテーブル数でいうと、３０くらいあります。 開発者は私だ
Flask の使いどころ - Twisted Mind
Web アプリを仕事ではほとんど書いたことが無かったのですが、Flask を仕事で使う事にしたので、書いてて感じた Flask の使いどころを。 追記 コメントに色々な意見を頂いておりますので、是非そちらも。 がっつり使われた方の感想 Flaskを１年仕事で使った感想 - kawaken’s blog http://d.hatena.ne.jp/kentaro_kawano/20120115/1326612808 結論 とりあえず箇条書きで ... データベースサーバとの接続が前提なら、 Flask を使うのはやめる Flask-* という Flask の拡張を使う時点で、Flask を使うのはやめる 大規模で Blueprints を使う前提なら、Flask を使うのはやめる 小さなアプリでプラガブルな仕組みを自分で作るには良い パーミッションは Flask-Principal が良さそ
ナイーブベイズを用いたテキスト分類 - 人工知能に関する断想録
今までPRMLを読んで実装を続けてきましたが、10章からは難しくて歯が立たなくなってきたのでここらで少し具体的な応用に目を向けてみようと思います。機械学習の応用先としては画像の方が結果を見ていて面白いんですが、当面は自然言語処理を取り上げます。そんなわけで一番始めの応用は機械学習と自然言語処理の接点として非常に重要なテキスト分類（Text Classification, Text Categorization）の技法たちを試していきたいと思います。テキスト分類は文書分類（Document Classification）という呼び方もあります。テキストと文書は同じ意味です。最初なので自分の知識の整理と入門者への紹介のためにちょっと丁寧にまとめてみました。 テキスト分類とは テキスト分類とは、与えられた文書（Webページとか）をあらかじめ与えられたいくつかのカテゴリ（クラス）に自動分類するタス
Pythonでゲーム作りますが何か？ - 人工知能に関する断創録
このサイトでは、プログラミング言語Pythonと Pythonのゲーム用ライブラリPygameを用いてゲーム制作の過程やテクニックをまとめています。主に自分の知識の整理に使うつもりですが、これからPythonを学んでゲームを作ってみようという方の参考になれば幸いです。 Pygameは知らなくても大丈夫ですが、Pythonの基本は知っていることを前提にしています。 Pythonで書いたプログラムはWindowsでもMacでもLinuxでも動きます。 ソースコードの著作権を主張することはないので自由に使ってください。 記事下方にあるナビゲーションはほとんど役に立ちません。このページを起点としてリンク先へ、読んだら戻るといった使い方が楽だと思います。 NEW! 全ソースコードをGitHubのリポジトリとして公開しました。右下のDownload ZIPからまとめてダウンロードできます（2014/9
Python パッケージ管理技術まとめ (pip, setuptools, easy_install, etc) | yunabe.jp
Python パッケージ管理技術まとめ (pip, setuptools, easy_install, etc) Python のパッケージ管理関係の情報がオフィシャルには整理されてなく、 またパッケージ管理まわりででてくるキーワードもいくつもあって分かり難いので完結にまとめてみました。 このドキュメント自体は少し長いですが、結論としては2015年1月時点では 原則 pip を使ってパッケージの管理を行う setuptools も広く使われているので入れておくとよい。そもそも pip のインストール時に自動的ににインストールされる distribute は 2013年に setuptools にマージされたので不要 という方針でよいと思います。 ただ少し古い情報ソースやパッケージのドキュメントを読んでいると distribute の利用が勧められていたり、 site-packages, e
Python + PypeRでPythonからRをつかってみる - 工作とかオーディオとか
Pythonは機械学習周りのパッケージは充実している感じがあるのですが、どうにも統計周りのパッケージが不足している感じがあって、PythonからRを叩くパッケージを試してみることにしました。 PythonからRをつかうパッケージとしてはRPy2が有名っぽいですが、 There is currently no binaries or support for Microsoft Windows (more for lack of ressources than anything else). とのことで・・・ 試しにeasy_installでインストールしてみましたがエラーが出てインストールできなかったので、違う方法を試すことにしました。 PythonからRを使いたい -だがRPy2おめーはダメだ- - 盆栽日記を見てPypeRのほうを試すことにしました。 インストールはいつもどおりeasy_
PythonからRを使いたい -だがRPy2おめーはダメだ- - 盆栽日記
経緯 とある事情でランダムフォレストを使いたいのだがrandomForestパッケージは因子のレベルが32までというFORTRAN実装を引きずっており今回のデータには合わない。 ならばとpartyパッケージのcforestを使ってみたが今度はメモリが足りなくなった。 諦めて因子のレベルを32以内にすればいいのだろうが、せっかくなのでPythonを使ってみたい。 で、Scikit-learnにランダムフォレストが実装されてるとのことなので入れてみた。 http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn Scikit-learnについてはこれでおしまい。 ところで、↑のサイトを眺めているとRPy2がある。 RPy2に関しては当方Win7の64bit環境だが以前は32bitのものしかなくインストールすらうまくいかなかったことを思い出した
Python と R で連携する - Qiita
R と Python の連携を考える 最近 R による基本的なデータプロッティングやファイル入出力の方法について説明しました。 データ分析の言語としては Python ですべてをやろうという傾向があるようですが、やはり過去の膨大な R による資産は魅力的でそう簡単に切り捨てられるものではありません。 よくあるケースとしては、部分的なデータ解析については R を流用したいが、全体的なプログラミングは Python で書きたいというシーンでしょう。また、プロッティングだけ R でおこないたいという場合もあるでしょう。こんなとき Python と R で連携できれば問題が一気に解決して便利です。 Python から R を利用するライブラリ PypeR かつては RPy2 というライブラリが使われていたようですが、最近使われており主流なのは PypeR です。 PypeR のインストール インス
IPython Notebookをアドホック分析環境として使う
こんにちは、Gunosyのエンジニアの粟飯原です。Gunosyでは、主に広告配信サーバー全般の開発運用インフラを行いつつ、データ集計や分析等を行なっています。 Gunosyのエンジニアブログはこちら http://gunosy.github.io/2014/07/08/iptyhonnotebook.html 今回は、自分が開発業務や分析業務で日常的に利用しているIPython Notebookを便利に使う方法を紹介させて頂きます。 基本的に、pipでライブラリがインストールできる環境とnumpy、scipyの環境が揃っていることが前提で進めます。windows環境であれば、ライブラリのインストールは以下のURLのパッケージ群を利用すると快適です。とはいえこのページで紹介しているライブラリはwindowsでは動かないものもあります。 http://www.lfd.uci.edu/~gohl
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Windows Subsystem for Linuxの環境構築 - Qiita
えるしってるか WSLではwindowsのバイナリを実行できる | せかいらぼ
http://kwatch.houkagoteatime.net/blog/2014/06/28/python27-support-status/