Chainerの環境構築

日本人ならChainerという言葉を信じ、環境構築をしていきます。 まずはインストール環境

• Windows10 64bit
• CPU core i5-7200U
• メモリ 8GB
• GPU Intel HD Graphics 620

うん、よし。GPU学習はあきらめよう。 nvidiaのGPUがあればいいんだけど、ノードPCだしね。。

Pythonインストール

1. python公式ページから、"Download Windows x86-64 executable installer"をダウンロード。
2. コマンドラインからPythonを使いたいので、「Add Python 3.6 to PATH」をチェックしておきます。
3. あとはインストーラに従うだけです。
4. インストールできたら、コマンドプロンプトでversion確認。

> python --version
Python 3.6.5

chainerのインストール

> pip install chainer

※ GPUが対応してないため、CUDAはインストールはできません。。 ※ 執筆時点では、version 3.5となります

chainerのサンプル実行

pipでサンプルは入らなかったので、有名なMNISTの手書き数字学習のサンプルをさっそくダウンロード。
実行すると何故か次のエラーが発生.

> python train_mnist.py
AttributeError: module 'chainer.training.updaters' has no attribute 'StandardUpdater'

どうもサンプルが古いようなので、75行目を次のように修正
・修正前: updater = training.updaters.StandardUpdater(
・修正後: updater = training.StandardUpdater(

改めて実行

> python train_mnist.py
GPU: -1
# unit: 1000
# Minibatch-size: 100
# epoch: 20

epoch       main/loss   validation/main/loss  main/accuracy  validation/main/accuracy  elapsed_time
1           0.191074    0.100884              0.943267       0.9695                    53.3655
2           0.0737702   0.0817333             0.976967       0.9749                    104.784
3           0.0483988   0.0747326             0.984783       0.9791                    149.121
4           0.0369936   0.0763153             0.987833       0.9771                    200.307
5           0.0277471   0.091013              0.991          0.9756                    245.146
6           0.0239766   0.11202               0.992217       0.974                     290.201
7           0.0218565   0.0928805             0.993          0.9766                    335.545
8           0.0177289   0.0878513             0.994333       0.9796                    381.016
9           0.0123368   0.0854992             0.99615        0.9803                    427.39
10          0.0171837   0.0781898             0.9944         0.9847                    473.834
11          0.0134353   0.0872548             0.995567       0.98                      520.709
12          0.0179328   0.100286              0.9944         0.9792                    567.834
13          0.00928191  0.102699              0.997183       0.9788                    616.239
14          0.0113191   0.10118               0.99645        0.9795                    675.548
15          0.00685385  0.10837               0.997767       0.9811                    741.398
16          0.0102503   0.119473              0.99695        0.9801                    807.976
17          0.0120637   0.0870757             0.99675        0.9829                    875.604
18          0.00932409  0.122869              0.99725        0.9798                    944.132
19          0.00937801  0.105006              0.997333       0.9812                    1013.19
20          0.00943264  0.121797              0.99735        0.9805                    1084.28

GPUを利用しないせいか、1084秒もかかりましたが、無事成功。
結果は、

うーん見方がわからんorz

な状態なので、別途勉強したいと思います。。