Python開発環境の構築(Miniconda+Windows編)

PythonやAIをやってみたい、という人にちょくちょく会う機会も増えましたが、どうやって？Linuxがいるの？、というところでつまずいている人も多いようです。

ネット上にもいろんな情報はあると思いますが、２０１８年１２月１１日の時点で、簡単に環境を構築できる方法を検証してみました。

今回は、Python & Keras & TensorFlow & Numpy & Jupyter-notebook & Miniconda　（　っていう一連のAI・ディープラーニング系開発ツールの集まりみたいなの　）を　[Windowsで]　使えるようにしてみます。

なお、本記事は 2018/12/11 時点のもので、　PC/OSはWindows 7/8.1/10の 64bit版を想定し、Windows10Pro 64bitで確認してみました。

手順

Minicondaを使うと、これらのツールが簡単にインストールできますが、注意する点があります。

それはバージョン。

https://repo.continuum.io/miniconda/

から、

Miniconda3-4.4.10-Windows-x86_64.exe

を選んでください。（Latestでは Python 3.7 がインストールされます、仮想環境で3.6に出来る人はそれでもよいです。）

仮に、「my_deep_test」という名前で仮想環境を作るとすると、「　python=3.6 」をそのあとに続ける必要があります。

2018/12/11現在では、これがないと、python 3.7で仮想環境が生成されてしまいますが、3.7では後でインストールするパッケージのなかに動かないものがあるようです。

conda create -n my_deep_test python=3.6

その後、この作成した仮想環境を有効化します。

activate my_deep_test

conda install notebook

conda install keras

Python 3.6の環境で、numpy, scipy, tensorflow など、必要なものがインストールされ、使えるようになります。

行列の型がないデータで演算できるのかどうかわからないようなプログラム（AIではよくあるのですが）、１行づつ実行しながら、行列の中身やランクをダンプしつつ、プログラムを作っていける「Jupyter notebook」は便利ではないかな、と思います。

一方で、従来のように、がりがりと先にコードをある程度書いて、多種多数のファイルをオーガナイズできて、ブレーク＆ウオッチでプログラムを仕上げていく場合は、プロジェクトの管理や強力なヒント機能がある「PyCharm」や、「Spyder」が便利ではないかな、と思います。

12月 4, 2018

12月 27, 2018