本リポジトリはオライリー・ジャパン発行書籍『直感 Deep Learning』（原書名『Deep Learning with Keras』）のサポートサイトです。
| フォルダ名 | 説明 |
|---|---|
| ch01 | 1章で使用するソースコードとライブラリ導入に必要なrequirements.txt |
| ch02 | 2章で使用するソースコードとライブラリ導入に必要なrequirements.txt |
| ... | ... |
| ch08 | 8章で使用するソースコードとライブラリ導入に必要なrequirements.txt |
サンプルコードの解説は本書籍をご覧ください。
環境構築の方法は読者に任せていますが、一般的には仮想環境を構築する方法を推奨されるのでその方法を記述しておきます。
pyenvとvirtualenvの導入をします。
linux
apt-get install pyenv
apt-get install virtualenv
Mac
brew install pyenv
brew install virtualenv
pyenvとvirtualenvを用いて仮想環境を構築します。
pyenv install 3.6.0
pyenv rehash
pyenv local 3.6.0
virtualenv -p ~/.pyenv/versions/3.6.0/bin/python3.6 my_env
source my_env/bin/activate
Windows
Anacondaを導入して下さい。
サンプルを実行する前に、必要なライブラリをインストールする必要があります。
$ pip install -r requirements.txtCPU用のrequirements.txtとGPU用のrequirements_gpu.txtを章ごとに用意してあります。
巻末の付録Aで、GPUを考慮した開発環境の構築について補足していますので参考にしてください。
各章のフォルダへ移動して、Pythonコマンドを実行します。書籍にどのpythonコードを動作させているか明記しています。
下記は一例です。
cd ch03
python cifar10_deep_with_aug.py
日本語版で検証に使用した各ソフトウェアのバージョン、およびハードウェアは次のとおりです。
- Pycharm-community-2017.1
- Python 3.6.0（10章ではDocker環境での簡易的な確認のため3.5.2）
- TensorFlow 1.8.0
- Keras 2.1.6（4章では他のライブラリとの関係があるため2.1.2）
- h5py 2.7.1
- numpy 1.14.0
- scipy 1.0.0
- quiver-engine 0.1.4.1.4
- matplotlib 2.1.1
- picklable_itertools 0.1.1以上
- sacred 0.6.10以上
- tqdm 4.8.4以上
- q 2.6以上
- gensim 3.2.0
- nltk 3.2.5
- scikit-learn 0.19.1
- pandas 0.22.0
- Pillow 4.3.0
- gym 0.10.5
- pygame 1.9.3
- html5lib 0.9999999
- keras-adversarial 0.0.3
- PyYAML 3.12
- requests 2.14.2
- tensorflow-gpu 1.8.0
- cuda 9.0
- cuDNN 7.0.5
matplotlibを標準設定のまま使用すると下記のようなエラーが発生します。これはMacで設定されている標準の画像レンダリングAPIがmatplotlibで使用するものと異なるためです。
RuntimeError: Python is not installed as a framework. The Mac OS X backend will not be able to function correctly if Python is not installed as a framework. See the Python documentation for more information on installing Python as a framework on Mac OS X. Please either reinstall Python as a framework, or try one of the other backends. If you are using (Ana)Conda please install python.app and replace the use of 'python' with 'pythonw'. See 'Working with Matplotlib on OSX' in the Matplotlib FAQ for more information.
matplotlibを使用する前に下記のように画像レンダリングAPIを設定して使用してください。
import matplotlib as mpl
mpl.use('TkAgg')- Ubuntu 16.04 LTS（GPU：GeForce GTX 1080）
- 64ビットアーキテクチャ
- Intel(R) Core(TM) i7-6700 CPU @ 3.40GHz
- 16GBのRAM
- ハードディスクの空き容量は少なくとも10GB
下記の誤りがありました。お詫びして訂正いたします。
本ページに掲載されていない誤植など間違いを見つけた方は、[email protected]までお知らせください。
誤
シグモイド関数は連続関数なので、微分可能です。
正
シグモイドは連続関数であり、微分可能です。
誤
from keras.layersimport Dense, Dropout, Activation
正
from keras.layers import Dense, Dropout, Activation
誤
前：package_data=’quiver_engine’: ’quiverboard/dist/*’,
後：package_data=’quiver_engine’: [’quiverboard/dist/*’],
正
前：package_data={'quiver_engine': 'quiverboard/dist/*'},
後：package_data={'quiver_engine': ['quiverboard/dist/*']},
誤
from pathlib import Path
import pathlib
import numpy as np
from PIL import Image
from keras.models import load_model
model_path = "logdir/model_file.hdf5"
正
from pathlib import Path
import numpy as np
from PIL import Image
from keras.models import load_model
model_path = "logdir_cifar10_deep_with_aug/model_file.hdf5"
誤
DCGGAN生成モデルは、以下のKerasコードで実装できます。
正
DCGAN生成モデルは、以下のKerasコードで実装できます。
誤
今回の場合、語彙数は42です。
正
今回の場合、語彙数は60です。
誤
for i, ch in enumerate(test_chars):
Xtest[0, i, char2index[ch]] = 1
正
for j, ch in enumerate(test_chars):
Xtest[0, j, char2index[ch]] = 1