Kerasの環境をつくろう

pip install tensorflow
pip install tensorflow-gpu //GPUを使う場合
pip install keras

一応これでkerasを使うことができる。

しかし、これではkerasやtensorflowと干渉するモジュールを使うPythonを使う場合や異なるpythonのバージョンを使いたい場合など、いちいちパッケージの削除やインストールをし直す必要がる。

そこで、Pythonには仮想環境というものがある。

Python仮想環境とは？なぜ仮想環境を使うのか？

PythonのモジュールやパッケージをPythonのバージョンごとに分割させた環境。

「あるパッケージを使うには別のパッケージをインストールする必要がある」など、Pythonのパッケージには依存関係がある。また、Pythonのバージョンによっても対応してたり対応してなかったりする場合もある。

仮想環境を使わないと、Pythonで作られたソフトウェアなどによって同じシステムですでに作られた環境を破壊したりする必要も出てくる。

Pythonの仮想環境にはいろいろある

など

とりあえず、Python3系であればanacondaかvenvが一番使いやすいと思われる。今回はanacondaを使おう。

anacondaは以下からダウンロードできる。

自分の環境に合わせてダウンロードするanacondaを選ぼう。

wgetを使おう。

$ wget https://repo.anaconda.com/archive/Anaconda3-2019.03-Linux-x86_64.sh

なおこのコマンドはPython3.7、Linux 64bit版のインストーラーがダウンロードされる。

各自バージョンや環境に合わせてURLに適切なものを選ぼう。

Linuxの場合は以下のコマンドでインストールが開始される。

$ bash Anaconda3-2019.03-Linux-x86_64.sh

ライセンス許諾などいろいろ聞かれるが、デフォルトの選択を選んでおけばだいたい問題はないと思う。

よく使うコマンドなので覚えておくといいかもしれない。

なお以下のコマンドはLinuxで使う場合である。Windowsとかだとちょっと違うかもしれない。

$ conda list

$ conda install keras

このコマンドはkerasがインストールされる。"keras"の部分をインストールしたいパッケージに変えれば、そのパッケージがインストールされる。

$ conda create -n hoge python=3.7

このコマンドは"hoge"という名前の仮想環境をPython3.7で構築する。

$ conda activate hoge

hogeという仮想環境に入る

$ conda deactivate

間違えてexitとか入力しないように注意しよう。

$ conda env list

$ conda env remove -n hoge

hogeという仮想環境が削除される。

$ conda create -n keras_env python=3.7
$ conda activate keras_env

1行目でkeras_envという仮想環境を作り、2行目でkeras_envに入る。

$ conda install tensorflow

GPUを使いたい人は

$ conda install tensorflow-gpu

$ conda install keras

下のリンクにMNISTのサンプルコードがあるのでコピペして実行してみよう

jupyter notebookをいい感じに使えるようにしたい。