■ 設定環境
| # | 項目 | 項目値 | 備考 |
|---|---|---|---|
| 1 | OS | Windows10 | 普通のノートPC |
| 2 | IDE | VS Code | 事前にインストールされていること |
| 3 | 環境 | Anaconda3（Python 3.7 version） | |
| 4 | 機械学習向けライブラリ | TensorFlow |
補足１：IDE
Integrated Development Environment; 統合開発環境
補足２： Anaconda(アナコンダ)について
* Python本体と、Pythonでよく利用されるライブラリを簡単に導入できる => 普通に Python の実行環境としても使える * 詳細は以下のサイトを参照のこと。
http://programming-study.com/trouble/anaconda/
http://nonbiri-tereka.hatenablog.com/entry/2017/03/07/080000#Anaconda%E3%81%A8%E3%81%AF
■ 手順
【１】Anaconda をダウンロードし、インストールする 【２】環境変数 PATH を追加する 【３】VS Codeを起動する 【４】VS CodeのTERMINALで以下のコマンドを入力する 【５】動作確認
【１】Anaconda をダウンロードし、インストールする
(今回は、「Anaconda3-2019.10-Windows-x86_64.exe」)
https://www.anaconda.com/distribution/
【２】環境変数 PATH を追加する
環境変数 PATH に以下を追加する
- C:\Users\{User}\Anaconda3
- C:\Users\{User}\Anaconda3\Scripts
- C:\Users\{User}\Anaconda3\Library\bin\graphviz
【３】OpenSSLをダウンロードし、インストールする
https://slproweb.com/products/Win32OpenSSL.html
今回は、「Win64OpenSSL-1_1_1d.exe」
【４】VS Codeを起動し、VS CodeのTERMINALで以下のコマンドを入力する
conda activate base => VS Codeの左下が「Python3.8.1 64bit (yolo:conda)」に なっていることを確認 # update conda update conda # tensorflow をインストールする conda install tensorflow -y # keras をインストールする conda install keras -y 以下、オプション。 # matplotlib をインストールする conda install matplotlib -y # opencv をインストールする conda install opencv -y # pandas をインストールする conda install pandas -y # pydotplus をインストールする conda install pydotplus -y
【５】動作確認
VS Codeで以下のサンプルを実行してみる
サンプル：hello.py
import tensorflow as tf print(tf.__version__) print("=====") message = tf.constant('TensorFlow 2.0 Hello World') tf.print(message)
出力結果
2.1.0 ===== 2020-03-08 01:15:33.277744: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2 TensorFlow 2.0 Hello World
■ チュートリアル
例１： 画像認識
https://qiita.com/FukuharaYohei/items/3bc6d83f0e24110534b2
を参考に、画像認識を行ってみる
手順
[1] 以下のサイトから「classify_image.py」をダウンロードする
https://github.com/tensorflow/models/blob/master/tutorials/image/imagenet/classify_image.py
[2] [Enviroments]を選択し、「Application on」で[2-1]で作成した「tensorflow」の「▶」アイコン→
「Open Terminal」を選択し、コマンドプロンプトが開く
[3] 以下を入力
～～～～～
# 仮想環境有効化
activate tensorflow
# classify_image.pyを置いたディレクトリに移動
cd C:\Users\User\Downloads
#
python classify_image.py
～～～～～
[4] 「python classify_image.py --image_file=【画像認識対象の画像ファイル】」で画像認識
～～～～～
python classify_image.py --image_file=candle.jpg
～～～～～
例２： 手書きの数字を判別する
https://www.sejuku.net/blog/44411
を参考に、手書きの数字を判別する
手順
[1] cnn_mnist.pyをダウンロードする
https://github.com/tensorflow/tensorflow/blob/r1.8/tensorflow/examples/tutorials/layers/cnn_mnist.py
[2] Anaconda Navigatorを起動し、 [Enviroments]を選択し、 「tensorflow」の「▶」アイコン→「Open Terminal」を選択し、コマンドプロンプトが開く [3] cnn_mnist.pyを実行する（「python cnn_mnist.py」） => MNIST(エムニスト)と呼ばれるデータセットを利用 => 初めて実行すると、MNISTをダウンロードするのでかなり時間が掛かる
参考文献
https://blog.beachside.dev/entry/2017/12/25/000000
https://qiita.com/FukuharaYohei/items/d8f82c827e0bae70096a
TensorFlowのバージョン確認
https://qiita.com/Leonhard/items/a65d146179710f77b40d
画像認識
https://qiita.com/FukuharaYohei/items/3bc6d83f0e24110534b2
https://qiita.com/egplnt/items/4a27025fc0777c4037fe
https://qiita.com/kenmaz/items/4b60ea00b159b3e00100
今後役に立ちそうなサイト
Raspberry PIでの構築
http://karaage.hatenadiary.jp/entry/2017/08/09/073000
関連記事
TensorFlow ～ 入門編 ～
https://dk521123.hatenablog.com/entry/2018/02/16/103500
TensorFlow ～ 基本編 ～
https://dk521123.hatenablog.com/entry/2020/07/01/222125
TensorFlow ～ 自作データでの画像分類 / 準備編 ～
https://dk521123.hatenablog.com/entry/2018/02/18/151012
Keras ～ 深層学習用ライブラリ ～
https://dk521123.hatenablog.com/entry/2020/03/03/235302
