[Docker] Python3.5 + Numpy + Matplotlib-Umgebungskonstruktion

Erstellen einer Umgebung für Deep Learning von Grund auf neu Memo

=========== 15.04.2017 22:24 Nachtrag =============== Ein Docker-Image, das gemäß der in diesem Artikel beschriebenen Methode erstellt wurde https://hub.docker.com/r/gorogoroyasu/deeplearning-env Wachte in auf Bitte zögern Sie nicht, es zu benutzen. ================ Nachtrag =================

Bereiten Sie den Docker-Container ubuntu16 und vor Ich habe eine Umgebung erstellt, in der Python funktioniert.

Laden Sie das Docker-Image ubuntu: 16.04 herunter, starten Sie den Container und gehen Sie in den Container.

sudo docker pull ubuntu:16.04
sudo docker run -d --name ubuntu16 ubuntu:16.04 /sbin/init
sudo docker exec -it ubuntu16 /bin/bash

Führen Sie den folgenden Befehl im Container aus

apt update
apt-get install gcc g++ make git openssl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev　curl libopenblas-dev vim wget -y

git clone https://github.com/yyuu/pyenv.git ~/.pyenv
git clone https://github.com/yyuu/pyenv-virtualenv.git ~/.pyenv/plugins/pyenv-virtualenv
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc 
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
echo 'eval "$(pyenv init -)"' >> ~/.bashrc
echo 'eval "$(pyenv virtualenv-init -)"' >> ~/.bashrc
source ~/.bashrc

pyenv install 3.5.1
pyenv rehash
pyenv global 3.5.1
pip install --upgrade pip
pip install numpy
pip install matplotlib

danach, find / -name matplotlibrc Befindet sich in der Nähe von Zeile 38 der Datei, die herauskommt, backend : TKAgg Zu backend : Agg ändern.

Damit ist der Umgebungsaufbau abgeschlossen.

Außerdem habe ich beschlossen, das Diagramm als Bild auszugeben. Der Grund war, dass es nervig schien. Wenn Sie keine Bilder mögen, lesen Sie bitte hier. [Referenz]: http://qiita.com/hyt-sasaki/items/cebdd953a5b5cfde00df

Klicken Sie hier, um einen Beispielcode für die Ausgabe von Bildern anzuzeigen.

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 1, 0.1)
y = x

plt.plot(x,y)
plt.savefig('plot.png')

plt.savefig ('hoge.png') gibt das Bild aus.

Das Ausgabebild sieht folgendermaßen aus. Wenn Sie vorerst nur ein Standbild benötigen, denke ich, dass dies ausreicht.

Gute Stimmung.

=========== 2017/04/16 14:58 Nachtrag ============ Da ich auf S.74 ein Modul namens PIL verwende, pip install Pillow Scheint notwendig zu sein. Um das Bild mit PIL zu speichern, pil_img.save('hoge.png') Es scheint, dass es getan werden sollte. Docker-Image wurde nicht aktualisiert.

========================================