Mac OSXでeGPUプログラミング環境構築(Keras,Tensorflow) - Qiita
もともとGPUを積んでないmacでGPUを使った機械学習をしたいので,外付けGPUボックスとグラフィックボードを用意して環境構築まで行いました。 環境 Mac Mini(macOS Sierra 10.12.6) Python 3.6.3 (pyenvを使っています) AKiTiO Node Thunderbolt3 eGFX Box NVIDIA GeForce GTX1080 Mac MiniはThunderbolt3に対応していないので,Thunderbolt3 to Thunderbolt2アダプタが必要 GPUのセットアップ こちらの記事を参考にGPUのセットアップをしました. Macbook ProでThunderbolt 2接続の外付けGPUを使う（Netstor NA211TB + GeForce GTX 760） NVIDIA Web Driverは378.05.05.2
Macで深層学習の環境をさくっと作る手順 with TensorFlow and OpenCV - Qiita
はじめに 新しくMacBook Airを購入したので、これまで使っていたMacBook Airと同じ環境を構築するために必要な手順を整理します。 再セットアップをする時に困らないため自分用にメモしている感じですが、共有すると誰か他の人のためにもなるかもしれないと期待するところです。 主な手順 以下の順番でインストールします。 Xcode pyenv anaconda autoconf、automake、libtool、CMake OpenCV TensorFlow Xcode App Storeを起動してXcodeをインストール。 pyenvとanaconda 以下のスクリプトを作成して実行。 ※ ここでは2017年5月6日現在の最新版4.3.1のanacondaをインストールします。 git clone https://github.com/yyuu/pyenv.git ~/.pyenv
【初心者向け】MacでDockerを使ってTensorFlowを試す(Jupyter Notebook) - Qiita
概要 機械学習でTensorFlowを使っていみたいなと思い、調べたらDockerを使うと良いとの事だったのでDockerでTensorFlowを使ってみました。実際にやってみるとJupyter Notebookを使うことになったのでそちらに関しても書いておこうと思います 用語の説明 Docker 簡単に仮想環境を作り、動作させられるオープンソース。Paasのようなもの。 [注目を浴びる「Dockerコンテナ」、従来の仮想化と何が違うのか？](http://cn.teldevice.co.jp/column/detail/id/102) TensorFlow TensorFlow(テンソルフロー)とは、Googleの機械学習/ディープラーニング/多層ニューラルネットワークライブラリ。基本的にPythonで書く。 [TensorFlowとは](http://www.ossnews.jp/os
Julia言語で実装された深層学習フレームワークMerlin - 自然言語処理 on Mac
Recurrent Neural Networksなどの深層学習に基づく手法が近年の自然言語研究を席巻していて、画像認識のような圧倒的な性能差ではないですが、伝統的な構文解析のタスクでもベンチマーク精度を叩き出していたりします： Recurrent Neural Network Grammars 公開されている深層学習のフレームワークはまさに百花繚乱の状態で、多数のマシンに分散して計算が可能なGoogleのTensorFlowや、TensorFlowやTheanoをベースにして直観的にプログラミングができるKeras、日本のPreferred NetworksのChainer、高性能なアンサンブル機械学習ライブラリXGBoostでも有名なdmlc (Distributed (Deep) Machine Learning Community) のMXNetなど枚挙にいとまがありません。その中
TensorflowでOSXのGPUが対応されたよ - Qiita
#2018/12/16追記 いつの間にかOSXのGPU公式サポートはなくなったみたいなので、それでもGPU使いたい方はこちらのドキュメントが参考になるかもしれません。 Tensorflow 1.6 on macOS High Sierra 10.13.3 with GPU Acceleration (without disabling SIP) #2017/2/17追記 Tensorflow 1.0.0から簡単にインストールできるようになったので公式ドキュメントに従うことをおすすめします。 https://www.tensorflow.org/install/install_mac #cuda8.0 $ brew upgrade $ brew install coreutils $ brew cask install cuda #cuDNN v5.1 Library for OSXをダウン
osx(El Capitan)上でdockerを使ってoctaveの開発環境を構築 - Qiita
※2016/2/7 以下を追記 ・Dockerfileを画像を保存できるように修正 ・起動スクリプトを追記 ・Octave4.0でsubmit関数実行時にエラーが出ることに対する対策を追記 背景 CouseraのMachine Learningのコースの課題をこなすためにOctave開発環境が必要になるのですが、公式wikiによるとEl CapitanではOctaveはもはやvagrantを使って仮想マシンで動かすことが推奨されているようです。しかしOctaveを使うためだけに仮想マシンを一つ作るのも憚られるものがあるので、dockerで使えないかを試してみました。 以下は2016/2/1時点の手順です。 手順 以下のような手順で構築可能でした。4, 8あたりで引っかかりましたがなんとかこれで起動するようになりました。 Docker Toolboxをインストール docker-machin
OS XへのText::MeCabのインストール - Qiita
OS Xだからってわけじゃないけどハマった。 ミソは、 cpanに上がってるバージョン(0.20013)は古いのでgithubから落とす。 homebrewで入れたmecab-ipadicを使う場合、文字コードをデフォルトから変更する必要があるので--interactiveで実行する って辺り。 % mecab --version mecab of 0.994 % brew install mecab % brew install mecab-ipadic % git clone https://github.com/lestrrat/Text-MeCab.git % cd Text-MeCab % cpanm --interactive . … Encoding of your mecab dictionary? (shift_jis, euc-jp, utf-8) [euc-jp] u
本当に必要なN-gramは2割しかない - nokunoの日記
Entropy-based Pruning of Backoff Language Modelsを読んだ．単語N-gramはとてもよくできていて言語モデルとしての性能はかなりのものなのだが，なんの枝刈りもせずに中規模〜大規模なデータに適用しようとするとサイズが馬鹿でかくなってしまう．そのための対策としてよくあるのが語彙のサイズを制限する方法と，N-gramの頻度が一定以下のものを切り捨てるという方法（後者の場合は語彙も自動的に制限される）．Google 日本語N-gramなども頻度20以上のものが配布されており，効率よくデータサイズを減らすためには頻度でカットオフする方式がよく使われていると思う（語彙だけだとかなり制限しないとサイズが減らない）．しかしカットオフしすぎると性能はかなり落ち込むので，うまい方法はないものかと考えられたのがこの論文の手法である．N-gramのデータには頻度の高い
MacにMecabをインストールする (2013.3) - Qiita
この記事は、zariganitoshさんの記事を基に、実際に私が試した内容をまとめただけのものです。 MeCabとは オープンソースの日本語の形態素解析エンジンです。 日本語の文章を分析して、名詞を取り出してくれたりするすごいやつです。 MeCabとsaykanaを組み合わせて使えば、漢字混じりの日本語を喋らせる事が出来るようになります。 さらに、Node.jsでTwitterライムラインを監視し、更新された内容をMeCabで解析→sayknaで出力させて、日本語のツイートを喋らせる事もできます。 前提条件 Mac : 10.8.2 MeCab : 0.996 mecab-0.996.tar.gz IPA 辞書 : 2.7.0 mecab-ipadic-2.7.0-20070801.tar.gz ダウンロード MeCabとIPA辞書を上のリンクからダウンロードして、適当なディレクトリにおき
Beginning OS X Lion/アプリ導入編 拾遺 - Beginning OS X
[編集] シェル [編集] bash OS X Lion には bash 3 がデフォルトで含まれているが、MacPorts から最新版を別途導入することもできる。 $ sudo port install bash bash を実際に用いるにあたっては、.bashrc, .bash_profile の設定が必要となる。 ログインシェルを変更するには ログインシェルが起動できなくなった場合には [編集] エディタ [編集] emacs OS X Lion には Emacs 22 がデフォルトで含まれているが、MacPorts から最新の Emacs 23 を導入することもできる。 $ sudo port install emacs Emacs を実際に用いるにあたっては、.emacs の設定が必要となる。 [編集] Cocoa Emacs 必要であれば Cocoa 対応の Emacs 23
MacでTensorFlowのTypeError: __init__() got an unexpected keyword argument 'syntax'を解決する - Qiita
>>> import tensorflow as tf Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/usr/local/lib/python2.7/site-packages/tensorflow/__init__.py", line 4, in <module> from tensorflow.python import * File "/usr/local/lib/python2.7/site-packages/tensorflow/python/__init__.py", line 13, in <module> from tensorflow.core.framework.graph_pb2 import * File "/usr/local/lib/python2.7/
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
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
MeCabをMacにインストールする手順 - Qiita
MacOSXにPythonを用いた機械学習を行うための環境を構築する - Qiita
GitHub - DeepLearningKit/DeepLearningKit: Open Source Deep Learning Framework for Apple's iOS, OS X and tvOS -
Macにmecabインストール - Qiita