Performance RNN

  • 2018.07.06 Friday
  • 22:37

Performance RNN

 

機械学習が音楽に応用されている一例。

不自然でなくちゃんと聴けるから凄い。

エンドレスの作業用BGMに調度いい。

CPU食うけど。

 

他にも応用されていてそれで機械学習の環境を整えたんだけど

じっくりやっている時間がない。

 

Docker で Anaconda + TensorFlow + Keras

  • 2018.07.01 Sunday
  • 22:18

きっとどこかに誰かが作ったものがあるのだろうけど探すの大変だから自分でやることにした。

幸いanacondaに関しては公式が Dockerイメージ公開しているのでそれを使用。

 

continuumio/anaconda3/ (現在5.2)

これを有難く使用させて頂き、コンテナを作製・起動したら

 

pip install tensorflow

pip install keras

pip install h5py==2.8.0rc1

 

ここまでやってpythonを起動し

import keras

をやってfuturewarningとか表示されず

Using TensorFlow backend.

と表示されたらOK(のはず)

 

後は、このコンテナからイメージを作製し、

そのイメージから jupyter server を使えるコンテナを起動(コマンドは公式に有り)

docker logs [コンテナ名]

で jupyter のアドレスが出るからそれをブラウザに貼り付け、一部 localhost に変えればOK

jupyter の作業フォルダをホストと共有させておくとコンテナ入れ替えても

jupyter のデータが残るから便利 (-v $HOST-DIRECTORY-PATH/:/opt/notebooks)

 

これで、一通りの Deep Learning の環境は整うはず。

別にこれ、docker じゃなくても anaconda 使うなら同じようにできると思う。

 

インストールされている各パッケージのバージョンを知りたいときは

pip list

docker

  • 2018.05.26 Saturday
  • 22:03

俄かにdockerを使い始めた。

Linuxはアプリのバージョンによってソフトが動作しないということが頻繁にあり

いちいちインストールし直すというのが非常に手間でほとんど不可逆的な場合もある。

 

dockerのようなコンテナ型の仮想化環境なら簡単にインストール前後を保存できて便利

と言われて使い始めた。

 

実際にはイメージの保存さえ出来れば十分な感じで出来るようにはなったけど

いまいち全体が理解できていないと言うか、

ネットの情報だけでは一知半解と言うか、

書籍買うにしてもなんか半分以上使わないだろうなという内容だし。

本家のサイトは英語で情報量多いし。

 

きっと初めだけ入門用の書籍で全体つかんで後は自分で調べつつというのがいいんだろうけど

コンピュータ関係は更新早くて直ぐに本は古くなるし、

毎回買ってたら高くつくしってやっているうちに

時間を浪費している気がする。

 

誰かいい方法知らないかな。

PR

calendar

S M T W T F S
  12345
6789101112
13141516171819
20212223242526
2728293031  
<< October 2019 >>

selected entries

categories

archives

recent comment

profile

search this site.

others

mobile

qrcode

powered

無料ブログ作成サービス JUGEM