読者です 読者をやめる 読者になる 読者になる

モノクロタイム

I'm from the future!

pylearn2の実行環境を作る(更新中)

卒業研究でDeepLearningを使った画像認識をすることになりそうなので,ナウでヤングなpyleran2を試してみようと思いました.

 

1.まずはpython2のインストールから.

Welcome to Python.org

公式サイトのDownloadからpython2.7.8をダウンロードします.

インストールウィザードに従ってボタンをクリックしていけばインストールできますが,インストールするファイルを選ぶときにadd Python.exe to Pathを有効にしてください.

(自分はこれを有効にしてもパスが通らなかったので,システムの詳細設定>環境変数から手動でパスを通しました.Windowsに標準インストールした時,通すパスはC:\python27です)

コマンドプロンプトを起動して,"python"と入力します.

すると現在入っているPythonのバージョン情報が確認できるので,Python2.7.8のパスが通っているかどうか確認します.

f:id:yomoyamareiji:20140803130800p:plain

こんな感じで出てきたらOK.

 

2.必要そうなライブラリをインストールする

Windowsだとインストーラが用意されているのでとても簡単にライブラリをインストールすることができます.

必要なライブラリは以下のとおり.

 

   (追記ここまで)

この4つをダウンロードしてきたら,いよいよ次はpylearn2のリポジトリからソースコードを落としてきましょう.SourceTreeを使うととても簡単です.

Free Mercurial and Git Client for Windows and Mac | Atlassian SourceTree

以下のURLからリポジトリを適当な場所にクローンしましょう.

 

 git://github.com/lisa-lab/pylearn2.git

クローンができたら,コマンドプロンプトに戻ってpylearn2をクローンした場所にカレントディレクトリを移します.

そこで以下のコマンドを入力.

"python setup.py develop"

f:id:yomoyamareiji:20140803132524p:plain

これでデータセットやら何やら必要なデータをダウンロードして実行環境を整えてくれそうです.

ここから先は自宅にあるPCのスペックが低くてまだ進んでいませんので,とりあえず今はここまで.

この先は研究室にあるPCをリモート接続可能にしてからやっていこうと思います.

 

2014/08/03追記

Macで環境を作って実行する所までいけたのでメモ.

検証OSはMacOSX10.9.4です.

Windowsと同じように必要パッケージをインストールしますが,数値Macの場合はsuperpackを使ったほうが良さそうです.

superpackを使った数値計算ライブラリをまとめてインストールする方法についてはこちらから.

fonnesbeck/ScipySuperpack @ GitHub

(2014/08/04追記)

あ,でもSetupToolsは入らないので,これはWindows版と同じようにして導入して下さい.

これらを導入したら,ターミナルを起動してpylearn2をクローンしたディレクトリまでcdコマンドで移動して,

>python setup.py develop

を打ち込みます.

するとpylearn2の実行に必要なファイルやプログラムをどんどん作ってくれます.数十分かかるので,気長に待ちましょう.

ひと通り処理が終わったらIDLEを起動して,

>>>import pylearn2

と入力.エラーが出ないことを確認して下さい.

さて,ここまでできたらいよいよ公式チュートリアルに従ってサンプルデータの学習を行っていきましょう.

公式チュートリアルは以下のURLから

Quick-start example — Pylearn2 dev documentation

まず学習に使うデータのパスを通します.

export PYLEARN2_DATA_PATH=/data/lisa/data

さらに最後に学習結果を確認するためのパスを追加しておきましょう.

export PYLEARN2_VIEWER_COMMAND="eog --new-instance"

以上のパスを環境変数として追加します.Macだと.bash_profileを開いてお好きなエディタで編集します.

以上のパス通しが完了したら,

/pylearn2/pylearn2/scripts/tutorials/grbm_smd/

に移動して,

$train.py cifar_grbm_smd.yaml

と入力し,CIFAR10のデータセットを用いて学習をします.

マシンのスペックにもよりますが,この操作は結構時間がかかると思います.

成功すると以下の様な結果が出ると思います.

こういった結果が出ていれば成功です.

(随時更新中)