[PYTHON] Bereiten Sie die Umgebung für das O'Reilly-Buch "Deep Learning from Grund neu" mit apt-get vor (Debian 8).

Installation

Das Buch empfiehlt die Verwendung von Anaconda, aber apt-get schneidet es.

$ sudo apt-get install python3 python3-numpy python3-matplotlib

Führen Sie mit "python3" anstelle von "python" aus

In Debian 8 (Jessie) bezieht sich "Python" auf die Python 2.x-Familie. Die Python 3.x-Serie beginnt mit "python3".

$ python3
Python 3.4.2 (default, Oct  8 2014, 10:45:20)
[GCC 4.9.1] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> x = np.array([0, 1])
>>> w = np.array([0.5, 0.5])
>>> np.sum(w*x)
0.5

Bonus: Bei Verwendung von matplotlib in einer CUI-Umgebung

Wenn es Standard ist, werde ich wütend, wenn ich versuche, ein Diagramm zu zeichnen, und werde wütend auf den Bildschirm.

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x = np.arange(0, 6, 0.1)
>>> y = np.sin(x)
>>> plt.plot(x,y)
(Kürzung)
_tkinter.TclError: no display name and no $DISPLAY environment variable

Es ist in Ordnung, wenn Sie es in einer Datei ablegen, indem Sie auf Das Ergebnis des Plots mit matplotlib auf dem Server in eine Datei | mwSoft ausgeben verweisen.

>>> import numpy as np
>>> import matplotlib
>>> matplotlib.use('Agg')
>>>
>>> import matplotlib.pyplot as plt
>>> x = np.arange(0, 6, 0.1)
>>> y = np.sin(x)
>>> plt.plot(x,y)
[<matplotlib.lines.Line2D object at 0x7fcb0656ada0>]
>>> plt.savefig('sinwave.png')

sinwave.png (nutzlos riesig) sinwave.png

Recommended Posts

Bereiten Sie die Umgebung für das O'Reilly-Buch "Deep Learning from Grund neu" mit apt-get vor (Debian 8).
Erstellen Sie mit Docker eine Umgebung für "Deep Learning von Grund auf neu"
Realisieren Sie mit Docker und Vagrant die Umgebungskonstruktion für "Deep Learning von Grund auf neu"
[Windows 10] Aufbau einer "Deep Learning from Scratch" -Umgebung
GitHub des guten Buches "Deep Learning von Grund auf neu"
Deep Learning von Grund auf neu
Deep Learning von Grund auf neu Die Theorie und Implementierung des mit Python erlernten Deep Learning Kapitel 3
[Deep Learning von Grund auf neu] Ich habe die Affine-Ebene implementiert
Erstellen Sie mit Winsows 10 eine maschinelle Lernumgebung von Grund auf neu
Deep Learning von Grund auf 1-3 Kapitel
Ein Memo bei der Ausführung des Beispielcodes von Deep Learning, der mit Google Colaboratory von Grund auf neu erstellt wurde
"Deep Learning from Grund" Memo zum Selbststudium (Teil 8) Ich habe die Grafik in Kapitel 6 mit matplotlib gezeichnet
Tiefes Lernen von Grund auf neu (Kostenberechnung)
Deep Learning Memo von Grund auf neu gemacht
Bereiten Sie die Entwicklungsumgebung mit anyenv vor
Bereiten Sie die Umgebung für Atom für Pythonista vor
Deep Learning Tutorial aus dem Umgebungsbau
[Deep Learning von Grund auf neu] Methoden zur Aktualisierung der wichtigsten Parameter für neuronale Netze
Deep Learning von Grund auf neu 4.4.2 Gradient für neuronale Netze Die Frage nach der Funktion numerischer Gradient wurde gelöst.
[Lernnotiz] Deep Learning von Grund auf neu gemacht [Kapitel 7]
Tiefes Lernen von Grund auf neu (Vorwärtsausbreitung)
Tiefes Lernen / Tiefes Lernen von Grund auf 2-Versuchen Sie, GRU zu bewegen
Deep Learning / Deep Learning von Grund auf neu Kapitel 6 Memo
[Lernnotiz] Deep Learning von Grund auf neu gemacht [Kapitel 5]
[Lernnotiz] Deep Learning von Grund auf neu gemacht [Kapitel 6]
"Deep Learning von Grund auf neu" mit Haskell (unvollendet)
Bereiten Sie die Entwicklungsumgebung für keyhac für Mac vor
Deep Learning / Deep Learning von Grund auf neu Kapitel 7 Memo
Bis die Deep Learning-Umgebung (TensorFlow) mit GPU für Ubuntu 14.04 vorbereitet ist
Lernbericht über das Lesen von "Deep Learning von Grund auf neu"
Erstellen Sie mit Cloud9 (jupyter miniconda python3) eine Lernumgebung für "Deep Learning von Grund auf neu".
[Deep Learning von Grund auf neu] Über die Optimierung von Hyperparametern
"Deep Learning from Grund" Memo zum Selbststudium (Teil 12) Deep Learning
[Lernnotiz] Deep Learning von Grund auf neu gemacht [~ Kapitel 4]
[Für Anfänger] Was ist in Deep Learning von Grund auf neu geschrieben?
Selbststudien-Memo "Deep Learning from Grund" (unlesbares Glossar)
Die Geschichte des tiefen Lernens mit TPU
"Deep Learning from Grund" Memo zum Selbststudium (Nr. 9) MultiLayerNet-Klasse
Hinweis: Bereiten Sie die Umgebung von CmdStanPy mit Docker vor
Bereiten Sie die Ausführungsumgebung von Python3 mit Docker vor
Deep Learning von Grund auf neu ① Kapitel 6 "Lerntechniken"
Deep Learning von Grund auf neu Kapitel 2 Perceptron (Memo lesen)
[Lernnotiz] Deep Learning von Grund auf ~ Implementierung von Dropout ~
Maschinelles Lernen von Grund auf neu (maschinelles Lernen mit Kaggle)
Python vs Ruby "Deep Learning von Grund auf neu" Zusammenfassung
"Deep Learning from Grund" Memo zum Selbststudium (10) MultiLayerNet-Klasse
"Deep Learning from Grund" Memo zum Selbststudium (Nr. 11) CNN
Gegenmaßnahmen für den Fehler "Oberes Verzeichnis kann nicht abgerufen werden" bei Verwendung von Deep Learning ②, das mit dem Spyder von ANACONDA von Grund auf neu erstellt wurde
"Deep Learning from Grund" Memo zum Selbststudium (Nr. 16) Ich habe versucht, SimpleConvNet mit Keras zu erstellen
"Deep Learning from Grund" Memo zum Selbststudium (Nr. 17) Ich habe versucht, DeepConvNet mit Keras zu erstellen
Wagen Sie es, mit Ruby zu lernen "Deep Learning from Grund von Grund auf neu" Importieren von Pickle-Dateien aus verbotenem PyCall
"Deep Learning from Grund" Memo zum Selbststudium (Nr. 19) Datenerweiterung
Anwendung von Deep Learning 2 von Grund auf neu Spam-Filter
Techniken zum Verständnis der Grundlagen von Deep-Learning-Entscheidungen
Deep Learning aus den mathematischen Grundlagen Teil 2 (während der Teilnahme)
Othello ~ Aus der dritten Zeile von "Implementation Deep Learning" (4) [Ende]
Lernmethode zum Lernen von maschinellem Lernen von Grund auf neu (Version März 2020)
Installieren Sie Ubuntu 20.04 mit GUI und bereiten Sie die Entwicklungsumgebung vor
Ich habe versucht, Dropout zu erklären
Aufbau einer Umgebung für maschinelles Lernen von Grund auf neu (Windows 10 + Anaconda + VSCode + Tensorflow + GPU-Version)