Anaconda

DeZero を学ぶためのPython環境

「ゼロから作るDeep Learning 3 フレームワーク編」の中のDeZeroフレームワークをを動かすのに必要な python 環境を作る。

1. Anaconda で python 3.X の環境がインストールされているものとする。(X ≥ 7)
2. condaを起動して、condaが生成したウィンドウの中で以下の作業を行う。
3. conda で新しい python 環境を作成する。 ここではpython環境の名前は dezero とする。

     (base) % conda update -n base conda
     (base) % conda update --all
   

   なぜかpythonは3.7のままで最新版のpython3.8はインストールされないようだ。 tensorflow 2 は python 3.5 〜 3.8 で使えるようだが、 他の環境との整合性からpython 3.6を使うことにする。

    (base) C:\Users\nitta>  conda create -n dezero python=3.6 jupyter 

4. 作成したpython 環境に切り換える

    (base) C:\Users\nitta>  conda activate dezero  

5. (Macの場合)「Macでpython実行環境を作成した場合にしておくべき設定」を行う。
6. 必要なライブラリをインストールする。

    (dezero) C:\Users\nitta>  pip install numpy  
    (dezero) C:\Users\nitta>  pip install matplotlib  

7. Graphviz をpipでインストールする。(本のstep 25 以降で利用するので)
Graphviz の公式ページにインストール方法とQuick Startが記述されている。

  [Windowsで以下の方法でインストールした]
    $ pip install graphviz    <-- このやりかたが他の環境に影響を与えないのでよいと思う。

ちなみに、本のp.182に記述されているOS毎のインストール方法は以下の通り。<--この方法は使わなかった。
  [macOS]
    $ brew install graphviz
  [Ubuntu]
    $ sudo apt install graphviz

8. graphvizが正しくインストールされたことを、上記のQuick Startの例で確認しておく。

(dezero) G:\マイドライブ\deeplearning\book13>python  
Python 3.6.12 |Anaconda, Inc.| (default, Sep  9 2020, 00:29:25) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from graphviz import Digraph  
>>> dot = Digraph(comment='The Round Table')  
>>> dot #doctest: +ELLIPSIS  
dot.node('A', 'King Arthur')  
>>> dot.node('B','Sir Bedevere the Wise')  
>>> dot.node('L','Sir Lancelot the Brave')  
>>> dot.edges(['AB','AL'])  
>>> dot.edge('B','L',constraint='false')  
>>> print(dot.source) # doctest: +NORMALIZE_WHITESPACE  
// The Round Table
digraph {
        A [label="King Arthur"]
        B [label="Sir Bedevere the Wise"]
        L [label="Sir Lancelot the Brave"]
        A -> B
        A -> L
        B -> L [constraint=false]
}
>>> dot.render('test-output/round-table.gv',view=True) # doctest: +SKIP  
'test-output\\round-table.gv.pdf'  

9. Pillow はオプションとのこと。

インストール用のページはこちら。

    (dezero) C:\Users\nitta>  pip install pillow  

10. CuPy はオプションとのこと。

CuPyの公式ページには Ubuntsu とCentOSしか正式サポートしていないようだ。が、Windowsでも動いた、という話もあるようだ。

現時点(2020/10/10)で手元のWindows10マシンにインストールされているCUDA (C:\Program Files\NVIDIA GPU Computing Toolkit\v10.1)のバージョンはv10.1。インストール方法はこちら。

    (dezero) C:\Users\nitta>  pip install cupy-cuda101  

なんか、cupyがWindowsにも普通にインストールされたようだ。確認してみると、正しく動作しているように見える。

(dezero) G:\マイドライブ\deeplearning\book13>python  
Python 3.6.12 |Anaconda, Inc.| (default, Sep  9 2020, 00:29:25) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import cupy as cp  
>>> A=cp.arange(9).reshape(3,3).astype('f')  
>>> B=cp.arange(9).reshape(3,3).astype('f')  
>>> print('A=\n',A)  
A=
 [[0. 1. 2.]
 [3. 4. 5.]
 [6. 7. 8.]]
>>> print('B=\n',B)  
B=
 [[0. 1. 2.]
 [3. 4. 5.]
 [6. 7. 8.]]
>>> C = A + B  
>>> print(C)  
[[ 0.  2.  4.]
 [ 6.  8. 10.]
 [12. 14. 16.]]

11. ステップ17でline_profilerとmemory_profilerを使うのでインストールしておく。

  pip install line_profiler
  pip install memory_profiler
  pip install psutil

12. ステップ25以降では Graphviz の dot コマンドが必要になるのでインストールしておく。
Windowsの場合
1. Graphviz の公式ページ https://graphviz.org/ から Windows: Stable Windows install packages をダウンロードする。
現時点(2020/Nov/03)では graphviz-2.44.1-win32.zip が最新のようだ。
2. 展開して、適切なパス(自分の環境では D:\sys\Graphviz)に移動する。
3. 環境変数 Path に D:\sys\Graphviz\bin を追加する。
Macの場合

    brew install graphviz

Linuxの場合

    sudo apt install graphviz

13. jupyter を起動する。

    (dezero) C:\Users\nitta>  jupyter notebook  

14. ブラウザで http://localhost:8000 にアクセスする。jupyterを起動したときに表示されるURLを指定すること。