Pythonでの機械学習の環境構築にAnacondaはいかがでしょうか - Qiita
主張 ほぼタイトルで完結しています。 Anacondaでは余計なパッケージが多すぎるという場合には、Minicondaで必要なパッケージだけをインストールすればいいと思います。 主張の理由 定期的に初心者向けにPythonの環境構築の記事が投稿されています。 そして、その多くで一緒にTensorflowかPytorchもインストールしていると思います。 環境構築で問題になるのがCUDAです。 CUDAのバージョンとTensorflowやPytorchのバージョンを正しく選んでインストールする必要があります。 これは、以下のような面倒くささがあると思います。 単純に対応するバージョンを調べてインストールするのが面倒くさい ついでにCuDNNのインストールも面倒くさい 迂闊にTensorflowやPytorchのバージョンを上げられない 複数のバージョンのTensorflowやPytorchを
今年の流行語大賞は「JPAP」（Jupyter / Python / Anaconda / Pyenv）〜 ゼロからはじめる Jupyter Notebook 〜 - akiyoko blog
この投稿は 「jupyter notebook Advent Calendar 2016 - Qiita」 の 6日目の記事です。 今年の流行語大賞が 「JPAP（Jupyter / Python / Anaconda / Pyenv） に決まりましたね！ あれ？ 違うの！？ といった冗談はさておき、ちょっとした統計解析をしようとしたときに、Jupyter Notebook（ジュピター ノートブック）＋ Pandas（パンダス）を試してみたら、すごくいい感じだったのでご紹介。 Jupyter Notebook はブラウザ上でデータ分析関連の Python コードを実行したり実行結果を保存したりすることができる非常に便利なツールなのですが、Jupyter Notebook の他にも Python, NumPy, Pandas, Matplotlib 等々の環境を準備しておく必要があります。そ
スクレイピング初心者がpythonでかわいい猫ちゃん画像をコマンド一発でネットから収集してみた - karaage. [からあげ]
注：この猫ちゃん画像は昔私が撮影した猫ちゃんで、ネットから落とした画像ではありません 追記：現在このスクリプトは使用できないようです Yahoo画像検索の仕様が変わったらしく、2018/08/12 の時点でこのスクリプトは使用できないようです。仕様が変わると適用できなくなるのは、スクレイピングのスクリプトの宿命ですね。今のところ対応の予定はありません。申し訳ございません。 ネットから画像収集しようとしたら意外に大変だった 最近、以下で書いているように機械学習に興味津々だったりします。 機械学習やディープラーニングを試していると、やっぱり試したくなるのが、チュートリアルで使用しているデータセット以外のデータにも同じ手法が適用できるかどうかですね。 とりあえず画像をネットから収集しようかなと思い、googleの画像検索の結果を一つ一つ右クリックで落とし始めたのですが、どう考えても非人間的過ぎま
![スクレイピング初心者がpythonでかわいい猫ちゃん画像をコマンド一発でネットから収集してみた - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/88b3ab0ae7260a995e891c9fc5a5235380cfbe18/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2Fbca7581dbd1b34e803379129b7b9865ba356f463%2Fbackend%3Dimagemagick%3Bheight%3D1300%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20170814%252F20170814144955.jpg)
ゼロから始めるデータ分析のための環境構築 - Qiita
最近流行りの機械学習やディープラーニングを自分で試したい、またコンピュータビジョン・画像処理にも興味があるので、合わせて色々実験したいということで、自分だけの開発環境を構築したいと思います。 僕はPCでWindowsを使用しているのですが、Jupyter NotebookのTerminalが使用できかったり、TensorflowのWindowsバージョンが出てまだ日も浅かったり、また自分のPCにいろいろインストールするのが嫌なので、GMOクラウドALTUSで仮想サーバーを立てて、仮想サーバー上でデータ解析や画像処理できるようにしたいと思います。 ##実現すること 機械学習やディープラーニング、画像処理のためのツールをインストールする。インストールするものは以下の通り。 pyenv Anaconda（Python 2.Xと3.X） R Tensorflow Chainer OpenCV 3.
MacOSXでPython環境構築 - arms22
参考 HomebrewのインストールからpyenvでPythonのAnaconda環境構築までメモ - Qiita pyenv と pyenv-virtualenv で環境構築 pyenv-virtualenvでディレクトリ単位のpython環境構築 2019/2/14 Azureに環境構築する際に下記の参照した。 pyenv と pyenv-virtualenv をインストールする Homebrewのインストール $ /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)" Homebrewのアップデート $ brew update && brew upgrade Homebrewのupdateに失敗する場合 パーミションがどうのこうの言われたら、
はじめての 統計データ分析 ―ベイズ的〈ポストp値時代〉の統計学― その2 - Easy to type
前置き 環境構築 まずPythonを実行する環境を作ります。 一応メモとして書きますが、他にもPythonの導入の記事はたくさんありますので、そちらも参考ください。 以下のものはOSXを想定しています。 自分は基本的にはpyenv + pyenv-virtualenvを利用しています。pyenvで切り替えつつ、学習する本の内容に合わせてpyenv-virtualenvで環境を作っています。 導入は各リポジトリのページに書いてあるとおりです。 github.com github.com pythonは3系を使います。今回利用するライブラリはそんなに変なものではないので、2系である必要はありません。 解析はスクリプトでやるよりも、jupyterを使う方が僕は好きです。Stan言語をいじれない問題点はありますが、パラメータを変えるのが楽です。 pyenv install 3.6.1 pyenv
[Python]pyenvとvirtualenvとpyenv-virtualenv - dackdive's blog
pyenv とか virtualenv を使いだしてだいぶ経つけど、メモ。 web 上の記事で、virtualenv と呼んでいるものが実は pyenv-virtualenv のことだった、というのがたびたびあって しばらく自分も勘違いしてました。 結局、最初に pyenv とか virtualenv の使い方を学ぶ時に参考にした こちらのサイトが一番わかりやすく、正確でした。 http://blog.ieknir.com/blog/pyenv-with-virtualenv/ pyenv https://github.com/yyuu/pyenv 1台のPC内で 異なるバージョンの Python を管理する ためのツール インストールは mac の場合 Homebrew から行うことができる $ brew install pyenv サンプル $ pyenv versions * 2.7
![[Python]pyenvとvirtualenvとpyenv-virtualenv - dackdive's blog](https://cdn-ak-scissors.b.st-hatena.com/image/square/a64040934aa3615db2bd395c9f8e3a68dcdfa163/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F12921228815712615374%2F6653586347148185381%2F1645799830)
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
