Smaller Docker images with Conda // Jim Crist-Harif
Summary We provide a few tips for reducing the size of docker images that use Conda, reducing an example docker image to 15% of its original size. Introduction Conda is a useful tool for managing application dependencies. When combined with Docker for deployment you can have a nice workflow for reproducible application environments. If you're not careful though, you can end up with extremely large
python 開発環境構築手順(Windows)｜zephel01
はじめにこんにちはくーるぜろ(@zephel01)です。 WindowsのPython環境構築を行います。 AWS,cloud9については python 開発環境構築手順(AWS)を参照ください。 https://note.mu/zephel01/n/ne477f36d3c8e python 開発環境構築スクリプト(cloud9)有料 ※わからないけどpython開発環境を手に入れたい人向け https://note.mu/zephel01/n/nf01737fd14eb Macについては python 開発環境構築手順(Mac) https://note.mu/zephel01/n/nde1008969563 目次 ・Anacondaのインストール(pythonのインストール) ・ccxtのインストール ・TA-Libのインストール ・ATOMのインストール(エディタ,ターミナル) 一番
Ubuntu環境上でPyCharmを使った機械学習の環境を構築する（TensorFlowも導入するよ！） - Qiita
昨今流行りの機械学習ですが、環境構築が難しい場面が多く感じられたので、備忘録兼一つの情報提供になればと思い記事にします。 環境 Windows10上のUbuntu 16.04.1 LTS(VirtualBoxを使用） ※環境構築に関しては他サイトなどを参考にしてください [1] [2] [3] 記事の目的 この記事はインストールされたばかりのゲストOSであるUbuntuで機械学習やディープラーニングをPyCharmで行えるようにするというものです。具体的にはTensorFlowやNumPyなどを使用できるようにする。 ※今回はCPUのみのTensorFlow環境をつくります。 ※間違いやほかにうまいやり方がありましたら指摘していただけると嬉しいです。 手順 Anaconda3のインストール(これにより基本のPython環境を整えます) Python3.5環境の構築 PyCharmのインスト
Pythonでゼロから機械学習/データ分析を学ぶためのサイトマップ - プロクラシスト
データ分析ガチ勉強アドベントカレンダー 24日目。 当サイトでも、Pythonを使ったデータ分析や機械学習について、勉強しながらそれをアウトプットとして出すと言うかたちで、何個も記事を書いてきました。 記事数で言えば50とかそのくらいあるような気がします。 カレンダーも完成しつつあるので、個々では当サイトの総まとめとして、機械学習やデータ分析に触れたいという人がゼロから始めて触れられるように、記事をまとめていきたいと思います。 何か面白いことを勉強したい学生、就職までの勉強に、急に機械学習を使わなければならない社会人方々は、読んで見てください。 0. 環境構築 0.1. Pythonの導入 (Anaconda) 0.2. エディタ (Pycharm/VSCode) 0.3. バージョン管理 (Git) 1. Pythonの使い方(基本ライブラリ) 1.1. 数値計算 : numpy 1.2
1
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
処理を実行中です
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
Anaconda環境でPyTorch 〜株価予想〜 #01 環境構築編 - Qiita
