ゼロから作るDeep Learning

ゼロから作るDeep Learningを読みながらコードを実行する．
詰まったところなどを書いていく．

#環境
-Windows10
-Ubuntu on Windows
-python3

#Python環境の構築
numpyはすでに入っていたが，matplotlibは入っていなかったのでコマンドでインストールした．
$ sudo apt-get install python3-matplotlib

#1.6.1 単純なグラフの描画
show()が使用できない
Xmingを導入する必要があるぽい
http://qiita.com/makky0620/items/e31edc90f22340d791ff

以下のサイトからXmingをダウンロード
https://ja.osdn.net/projects/sfnet_xming/

Xming-6-9-0-31-setup.exe
Xming-fonts-7-7-0-10-setup.exe
2ファイルを実行してインストールした．

右下のバーでアイコンにマウスを当てるとXming server:0.0と表示される（参考サイト通り）
環境変数に入力する．
$ export DISPLAY=localhost:0.0

$ xclock
時計の表示に成功した．

show()で表示されるようになった．

#1.6.2
legend()は凡例をつける関数のようだ

#？
Xmingを入れたせいか，キーボードがUSになっていた．

#1.6.3
画像を読み込んで表示するときにエラーが発生した

Traceback (most recent call last):
  File "img.py", line 5, in <module>
    plt.imshow(img)
  File "/usr/lib/python3/dist-packages/matplotlib/pyplot.py", line 2881, in imshow
    ax = gca()
  File "/usr/lib/python3/dist-packages/matplotlib/pyplot.py", line 803, in gca
    ax =  gcf().gca(**kwargs)
  File "/usr/lib/python3/dist-packages/matplotlib/pyplot.py", line 450, in gcf
    return figure()
  File "/usr/lib/python3/dist-packages/matplotlib/pyplot.py", line 423, in figure
    **kwargs)
  File "/usr/lib/python3/dist-packages/matplotlib/backends/backend_tkagg.py", line 79, in new_figure_manager
    return new_figure_manager_given_figure(num, figure)
  File "/usr/lib/python3/dist-packages/matplotlib/backends/backend_tkagg.py", line 87, in new_figure_manager_given_figure
    window = Tk.Tk()
  File "/usr/lib/python3.4/tkinter/__init__.py", line 1854, in __init__
    self.tk = _tkinter.create(screenName, baseName, className, interactive, wantobjects, useTk, sync, use)
_tkinter.TclError: no display name and no $DISPLAY environment variable

と思ったが，export DISPLAY=localhost:0.0を忘れていた．
ターミナルを再起動したら，その度に環境設定をしなおさないといけない．
.bashrcに書く．

#3.6.1
mnist.pyはdatasetディレクトリにある，と書いてあるがdatasetディレクトリとはなんのことだろう．
Anacondaディストリビューションを入れろと書いてあったが，入れなかったことと関係があるのだろうか．
オライリーのサイトの本紹介ページからGitHubにリンクがあった．
https://github.com/oreilly-japan/deep-learning-from-scratch
ダウンロードする．
$ git clone https://github.com/oreilly-japan/deep-learning-from-scratch.git

PILを使用した画像の表示ができない．
pil_img.save("output.png")でファイル保存はできる．
Imagemagickなるものを入れると表示できるらしい．
http://d.hatena.ne.jp/kimihito/20120508/1336461904
$ sudo apt-get install imagemagick

写経しているためpickleが未定義とエラーが出た．
import pickleする．

#4.4.1
ハイパーパラメータはニューラルネットワークのパラメータと異なり，人の手で調節するらしい．このパラメータも自動で獲得できないかな．

#4.4.2
本文の（どうでもよい）ミスを発見した．1刷と6刷で同様であることを確認した．

P. 111

\>>> net = simpleNet()
\>>> print(net.W) # 重みパラメータ
[[ 0.47355232, 0.9977393 , 0.84668094],
 [ 0.85557411, 0.03563661, 0.69422093]])
\>>>
\>>> x = np.array([0.6, 0.9])
\>>> p = net.predict(x)
\>>> print(p)
[ 1.13282549 0.66052348 1.20919114]```
上記の対話式コードが載っているが，最後のprintの結果は数値的には`[ 1.05414809  0.63071653  1.1328074 ]`になる．
net.Wは乱数で生成するため，一度実行してnet.predict(x)を本の原稿に書き写した後，net.Wを再生成してnet.Wを本の原稿に書き写したのかな．


lambdaは無名関数を作る構文である．
`f = lambda w: net.loss(x, t)`
と
```def f(x):
  return net.loss(x, t)```
はおそらく等価である．