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
Anaconda環境でPyTorch 〜株価予想〜 #01 環境構築編 - Qiita
はじめに 株式会社クリエイスのモトキです。 突然ですが、PyTorchなるものを知ったので 「何も知らない自分がディープラーニングできちゃうのか」挑戦してみたいと思います。 Anaconda環境でPyTorch 〜株価予想〜 #01 環境構築編 (今回) Anaconda環境でPyTorch 〜株価予想〜 #02 基礎知識・学習編 Anaconda環境でPyTorch 〜株価予想〜 #03 予測編 Anaconda環境でPyTorch 〜株価予想〜 #04 予測(リベンジ)編 Anaconda環境でPyTorch 〜株価予想〜 #05 表示編 別チーム 別チームでもPyTorchの記事を書いているようです。 曽宮・モトキ「AI？それっておいしいんですか？」 こう紹介されていますが、間違っていません。 基礎知識 PyTorchとは？ 深層学習(ディープラーニング)のライブラリ。 深層学習とは
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
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！）PythonUbuntu機械学習PycharmTensorFlow 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
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
