参考
virtualenvを使う場合
- ubuntu 16.04にて実施
sudo apt install -y python-pip3 python-dev virtualenv
sudo pip3 install --upgrade pip
sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp34-cp34m-linux_x86_64.whl
virtualenv --system-site-packages ~/tensorflow
source ~/tensorflow/bin/activate
(tensorflow)$ deactivate
素の環境に入れる場合
sudo apt-get install -y python-pip python-dev
pip install tensorflow
dockerで動かす場合
docker run -it \
-p 8888:8888 \
gcr.io/tensorflow/tensorflow
--
チュートリアル
サンプルの関数が変更になっているため以下を参考。
python起動
python
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
- ./MNIST_data/ に 12MBダウンロードされる。
import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)
y_ = tf.placeholder(tf.float32, [None, 10])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
for i in range(1000):
batch_xs, batch_ys = mnist.train.next_batch(100)
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))
0.9164 と出力されることを確認。
OpenAI Gym
- 関係ないが見た目が面白かったのでここにメモっておこう。
git clone https://github.com/openai/gym
cd gym
pip install -e .
pip install gym
サンプル1
import gym
env = gym.make('CartPole-v0')
env.reset()
for _ in range(1000):
env.render()
env.step(env.action_space.sample()) # take a random action
サンプル2
import gym
env = gym.make('CartPole-v0')
for i_episode in range(20):
observation = env.reset()
for t in range(100):
env.render()
#print(observation)
action = env.action_space.sample()
observation, reward, done, info = env.step(action)
if done:
print("Episode finished after {} timesteps".format(t+1))
break
CartPole-v0
この部分を以下で出てくるidを突っ込めば良さそう(前提となるソフトは必要だと思う。)
grep id gym/envs/__init__.py
Kerasを使う
pip3 install tensorflow
pip3 install keras
windows環境だと Anaconda をインストールして使うのが今時っぽい。
深層学習のライブラリ「Keras」の使い方【入門編】 | TechAcademyマガジン のサンプルを動かしたのが以下例