Miniconda、JupyterNotebookインストール手順

　E資格試験ではコード実装問題も出題されるため、認定講座ではAI実装課題にも取り組みます。ここでの手順はパソコンやノートPCなどのWindowsローカル環境にAI開発環境を作ることを想定しています。ダウンロードしてインストールするだけ、簡単にPythonを実行できる環境が整います。MinicondaとJupyterNotebookの違いを念頭に説明します。環境が整ったら、IPythonの実行やNumpyなどの機械学習ライブラリ、そしてフレームワークの利用に進みましょう。

『AI開発環境（ローカル）』に戻る＞＞

はじめに

Minicondaについて

　Anacondaがプロジェクト名です。LinuxやWindows、MacOS問わずPythonプログラム開発環境が整えられるようになります（当たり前のようですが、とてもすばらしいことです）。単にPythonが使える環境ではなく、機械学習ライブラリやフレームワークを管理する機能が備わっています。ただ、Anacondaは後ほど説明するJupyterNotebookなどGUIツールも含まれているため、少しボリュームが大きいです。一般にPythonを実行するだけの機能があればAI開発はできるため、Anacondaの軽量版であるMinicondaがよく利用されます。

環境準備

ダウンロード

　MinicondaまたはAnacondaからダウンロードします（ダウンロードページが異なります）。特にGUIツールが必要ない場合は、Minicondaにしましょう。後に記載したJupyterNotebookを利用する場合、Anacondaをインストールします。JypyterNotebookを少し説明するとノートブック形式でプログラムを記述でき、GoogleColaboratoryのベースになったアプリケーションです。

Minicondaインストールの場合

• 「Miniconda download」で検索してダウンロードページを表示
• 「Platform」に合わせてファイルを選択
  （Windows10,11の場合は、「Miniconda3 Windows 64-bit」）
• ダウンロードする

Anacondaインストールの場合

• 「Anaconda download」で検索してダウンロードページを表示
• 「Anaconda Individual Edition」を選択（Open Source Distribution）
• ダウンロードする

インストールと確認

　ダウンロードが完了したら、ファイルをダブルクリックで実行し、インストールを開始します。画面の指示に従えばインストールは簡単です。インストール先を変更するなど必要なければ、デフォルト設定で問題ありません。

インストール確認

• すべてのアプリで確認できる
• 次のいずれかを実行します
  1. Anaconda Prompt・・対話式コマンド実行（IPython）
  2. Jupyter Notebook・・セル実行（実行操作はGUI）

次のステップ

IPython（またはJupyterNotebook）の実行

　インストールが完了したら、次のステップに進みます。上記で「対話式コマンド実行」と「セル実行」を書きました。実行の単位が違うのですが、どちらもPythonコマンドを実行できます。対話式で実行する場合、「IPython」を利用します。「IPython」を使うとキーワードがハイライトされ、プログラムが読みやすくなります。

IPythonとJypyterNotebookの使い方

　対話式コマンド実行ができる「IPython」を利用するとPythonやNumpyのコマンドがハイライトされ、コードが読みやすくなります。「JupyterNotebook」はセル毎にコードを記述できる他、マークダウン形式 […]

sell  Anaconda / Jupyter / 環境準備

機械学習ライブラリを使う

　AI開発を行う場合、Pythonコードだけでは実装できません。Pythonに利用する機械学習ライブラリを追加し、様々な処理ができるように機能拡張します（Anacondaが簡単に機能拡張できる仕組みを提供）。はじめに知っておきたいのは、行列計算を行うNumpyや画像やグラフを描画するMatplotlibです。様々な機械学習ライブラリが楽器なら、Pythonはタクトを振って演奏を整える指揮者にあたります。初めての方は入門編から参照してください。

機械学習ライブラリ（入門編）

　このページは『AI開発準備』の3つ目、「機械学習ライブラリ」の入門編です。Pythonの文法理解だけでは人工知能（AI）モデルを開発できません。AI開発にはPythonの拡張モジュールとも呼ばれる様々な機械学習ライブラ […]

機械学習ライブラリ（初級編）

　このページは『AI開発準備』の最後のページ「機械学習ライブラリ」の初級編です。AIモデルの学習に大量のデータを使用しますが、データセットとして簡単にかつ効率よくデータをまとめて扱います。その仕組みを実装しているのがフレ […]

フレームワーク（Pytorch）を使う

　機械学習ライブラリを楽器に例えましたが、フレームワークはさながらオーケストラのようです。フレームワークは、AI学習に利用するデータ処理を効率的に行える仕組みがあります。また、フレームワークにはいくつかあり、それぞれの独自に進化してきました。E資格の出題範囲にも深層学習ライブラリとして登場します。ここではPytorchを紹介します。

Pytorchの利用例（DCGANサンプルコード）

　人工知能（AI）を効率よく開発するため、フレームワークが利用されます。E資格では複数のフレームワークから選択できますが、ここではPytorchを例にします。フレームワークが強力なツールであることがより実感できるよう、P […]

sell  CNN / DCGAN / PIL / Pillow / Pytorch / テンソル / 畳み込み

『AI開発環境（ローカル）』に戻る＞＞

以上