インストール¶
:label:chap_installation
ハンズオンを始めてもらうために、Pythonの環境、Jupyterの対話的なノートブック、関連するライブラリ、この書籍を実行するためのコードをセットアップしてもらう必要があります。
Miniconda のインストール¶
最もシンプルに始めるために
Minicondaをインストールしましょう。Python 3系が推奨です。もし conda がすでにインストールされていれば以下のステップをスキップすることができます。ウェブサイトから、対応する Miniconda の sh ファイルをダウンロードして、コマンドラインから sh <FILENAME> -b
を実行してインストールします。macOS のユーザは以下のように行います。
# The file name is subject to changes
sh Miniconda3-latest-MacOSX-x86_64.sh -b
そして Linux ユーザは以下のように行います。
# The file name is subject to changes
sh Miniconda3-latest-Linux-x86_64.sh -b
次に、conda
から直接シェルを初期化します。
~/miniconda3/bin/conda init
いまのシェルを閉じて再度開いてください。以下のように新しい環境を作ることができるはずです。
conda create --name d2l -y
D2L ノートブックのダウンロード¶
次にこの書籍のコードをダウンロードしましょう。コードをlinkからダウンロードして解凍します。もし unzip
がインストール済みであれば (なければ sudo apt install unzip
でインストールできます)、代わりに以下でも可能です。
mkdir d2l-en && cd d2l-en
curl https://d2l.ai/d2l-en-0.7.1.zip -o d2l-en.zip
unzip d2l-en.zip && rm d2l-en.zip
ここで d2l
の環境を activate して、pip
をインストールします。このコマンドの最後に y
を入れておきましょう。
conda activate d2l
conda install python=3.7 pip -y
MXNet と d2l
パッケージのインストール¶
MXNet をインストールする前に、まず、利用する計算機に適切なGPU (標準的なノートPCでグラフィックスのために利用されるGPUは対象外です) が利用可能かどうかを確認してください。GPU サーバにインストールしようとしているなら、GPUサポートのMXNet をインストールするための手順 :ref:subsec_gpu
に従ってください。
もし GPU がなければ、CPUバージョンをインストールしましょう。最初の数章を行う際には十分な性能でしょうが、より規模の大きいモデルを動かす際には GPU を必要とするかもしれません。
# For Windows users
pip install mxnet==1.6.0b20190926
# For Linux and macOS users
pip install mxnet==1.6.0b20191122
この書籍でよく使う関数やクラスをまとめた d2l
パッケージもインストールしましょう。
pip install d2l==0.11.1
インストールできたら、実行のために Jupyter ノートブックを開きます。
jupyter notebook
この段階で、http://localhost:8888 (通常、自動で開きます) をブラウザで開くことができます。そして、この書籍の各章のコードを実行することができます。この書籍のコードを実行したり、MXNet や d2l
のパッケージを更新する前には、conda activate d2l
を必ず実行して実行環境を activate しましょう。環境から出る場合は、conda deactivate
を実行します。
最新バージョンへ更新¶
この書籍と MXNet は絶えず改善を続けています。次々とリリースされる最新バージョンをチェックしましょう。
- https://d2l.ai/d2l-en.zip の URL は常に最新版を保持しています。
d2l
パッケージをpip install d2l --upgrade
を実行して更新しましょう。- CPU バージョンの場合は,
pip install -U --pre mxnet
MXNet を更新できます。
GPUのサポート¶
:label:subsec_gpu
デフォルトでは、MXNetはあらゆるコンピュータ (ノートパソコンも含む)で実行できるように、GPUを利用しないようにインストールされます。この書籍の一部は、GPUの利用を必要としたり、推薦したりします。もし読者のコンピュータが、NVIDIAのグラフィックカードを備えていて、CUDAがインストールされているのであれば、GPUを利用可能なMXNet をインストールしましょう。CPU のみをサポートするMXNet をインストールしていた場合は、以下を実行して、まずそれを削除する必要があります。
pip uninstall mxnet
次に、インストール済みの CUDA のバージョンを知る必要があります。
nvcc --version
や cat /usr/local/cuda/version.txt
を実行して知ることができるかもしれません。CUDA 10.1 がインストールされているとすれば、以下のコマンドで MXNet をインストールすることができます。
# For Windows users
pip install mxnet-cu101==1.6.0b20190926
# For Linux and macOS users
pip install mxnet-cu101==1.6.0b20191122
CPU バージョンと同様に、GPUを利用可能な MXNet は pip install -U --pre mxnet-cu101
で更新できます。CUDAのバージョンに合わせて、最後の数字を変えることができます。例えば、CUDA 10.0であれば cu100
、CUDA 9.0であれば cu90
です。利用可能なMXNetのバージョンをすべて調べるためには、pip search mxnet
を実行します。
練習¶
- この本のコードをダウンロードして、実行環境をインストールしましょう。