Flow-Developers

Raspberry Pi, Raspbian, python, ROS, IoT, 電子工作, 機械学習, Deep learning, サッカー, スポーツ写真, ライフハック

Windowsですごく簡単にDeep Learningの環境を作る方法!

はじめに

ANACONDAを使えば,WindowsOSでもPython開発環境を簡単に作れる.

  • 今回は,ANACONDAで画像処理とDNNやるときに,かつProxy環境下で使う場合の設定方法についてまとめる.

f:id:flow-dev:20170423115754j:plain


ANACONDAのInstall

ダウンロードはDownload Anaconda Nowから.

  • 今回は,python2.7をベースとした環境構築で記述する.なので, python2.7 versionをダウンロード.
  • このInstallはガイドに従えば簡単.64bit版推奨.

f:id:flow-dev:20170423115750j:plain

ANACONDAのcondaコマンドをproxy環境で使えるようにする.

proxy環境だと,便利なcondaコマンドが使えなくて困る.設定しよう.

usage

proxy_servers:
    http: http://hoge.com:11110
    https: https://hoge.com:11110

python3.5を個別にInstall

tensorflowを使いたいので,python3の環境をInstallする.

usage

  • Anaconda Prompt.exeを管理者権限で実行(なにかinstallする際はこれで)

f:id:flow-dev:20170423115759j:plain

  • 以下実行すれば,python3.5のコアが導入できる.
  • activate py35 / deactivate py35で,環境を有効無効にできる.
conda create -n py35 python=3.5
activate py35
deactivate py35

tensorflowとkerasとsklearn入れる

tensorflowKerassklearnをinstall. * sklearnはデータ前処理で便利なので入れとく.

usage

  • Anaconda Prompt.exeを管理者権限で実行
  • tensorflowはpython3系じゃないと動かないので,activate py35してから.
activate py35
pip install tensorflow
pip install keras
pip install sklearn
  • proxy越しならこんな感じ.(hogeは置き換えて)
activate py35
pip --proxy http: http://hoge.com:11110 install tensorflow
pip --proxy http: http://hoge.com:11110 install keras
pip --proxy http: http://hoge.com:11110 install sklearn

opencv3とdlibをいれる

opencv3Dlibをinstall. * 画像処理をするのと,画像認識系APIとして双方便利. * menpo使うと簡単他にもライブラリまとまってる.

usage

  • Anaconda Prompt.exeを管理者権限で実行
  • python2.7,python3系どっちでも使えるが,今回はpython2.7がベースとして記述する.
conda install -c https://conda.anaconda.org/menpo opencv3
conda install -c https://conda.anaconda.org/menpo dlib

まとめ

  • これで画像処理やDeepleraningをWindowsOSで始める環境が整いました.
  • ここまで出来れば,chainer入れたりとかはadd-onで出来ます.
  • 簡単なんです.

以上