SIBYL System

ゼロから作るDeep Learningの第一章を読んでみたメモ

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

勉強したいなーー。と思ったので読みながら試してみます。

まずはPythonの使い方のおさらいあたりから。

Macでpythonのインストール

anacondaがよくわからないのでpyenvで入れてみます。

.pyenvをgit cloneしてきます。

.bash_profileに以下を追加します。

.bash_profileをリロードします

pyenvコマンドを叩くことでpyenvが使えるようになりました

書籍で記述されているversion 3.4.1をインストールしてみます。

インストールできたらリハッシュします。

使用するpythonを先程インストールした3.4.1に変更します。

pythonコマンド叩いてバージョンが表示されることも確認できました。

pythonがphpenvのpythonを指しているのが分かります。

算術演算

^ は累乗ではなくビット演算のXORらしいです。累乗は**

リスト

ここまでは、どのプログラミング言語にもある配列を入れてからの呼び出し

Pythonにはスライシングという機能があり、リストから、部分的にリストを抽出することができます。

 

NumPy

pipをアップデートします

numpyをインストールします

NumPyをimportしてみます

要素数が同じ場合、それぞれの要素に(element-wise)対して演算を実行してくれます。

また、スカラ値の組み合わせで算術することもできるようです。

多次元の配列にも対応しています。

ベクトルの演算を行うこともできます。

ベクトルも同様にスカラ値と演算することができます。

同様にテンソルも作成できます。流石に見づらい感がありますねー。

ブロードキャスト

リストでは不可能だった、計上の異なる配列との演算が可能です。いわゆる行列の計算になります。

思い出すのに時間かかる

 

Matplotlib

グラフの描画ができるライブラリです。

インストールできたのでpythonコマンドからimportしてみます。

エラーとなりました。以下のコマンドで設定ファイルの位置を確認して、編集します。

編集内容は「backend : macosx」を「backend : Tkagg」に変更することです。

次は正常にインポートできました。

グラフを書いてみます。

するとウィンドウが立ち上がります。

 

便利ですね。複数線を引いたり、点線などの表示にも変更できるようですが、割愛。

 

画像の表示

画像の表示もできるようです。指定した画像ファイルlena.pngはカレントディレクトリに配置されている必要があります。

結果

 

 

 

 

 

 

モバイルバージョンを終了