仕事メモとか

仕事中に調べた情報とか知ったことをメモしています。
unixコマンド, vim, oracle, putty, postgresql, bash, EXCEL, python, SQL全般 など。
最近は tableau, movabletype とかも触ったりしています。
雑な読書感想とかはこちら

カテゴリ: 機械学習

cloud9の環境で機械学習をやってみよう(動いた編)


前回途中まで行き、学習まで動いたのにサンプルが動きませんでした。
GUI環境じゃないから。

cloud9の環境で、機械学習をやってみよう(導入編)
http://workmemo.techblog.jp/archives/29324959.html

んで調べた結果、Cloud9でvncを動かすっていう凄いものがあったので、これを入れた結果、
解決しました。

ということで改めて手順をまとめてみました。


●お題
超シンプルにTensorFlowでDQN (Deep Q Network) を実装してみる ??導入編??
http://blog.algolab.jp/post/2016/08/01/tf-dqn-simple-1/


●目的
TensorFlowが動く環境をcloud9で構築。
お題のプログラムが動くところまでやってみる


●手順
1.cloud9を使えるようにしてみる
 https://c9.io
 アカウント作るとworkspaceを作れる場所が出てきます

2.「Create a new workspace」で新しいWorkspaceを作成
 適当なWorkspace名を入れ、とりあえずpublic。 ※無料版でpublicじゃないと、容量的に怒られる
 clone form git or Mercurial URLで、
 https://github.com/algolab-inc/tf-dqn-simple
 を入力し、テンプレートはpythonを選択して「Create workspace」

3.必要なTensorFlowをインストール
 https://www.tensorflow.org/install/
 3.1.pythonをインストール
  (sudo apt-get install python-pip python-dev)※c9はインストールされていたので、このまま使います。

 3.2.TensorFlowインストール
 ※ここがはまりどころだったんですが、直接TensorFlowが見れないらしく、直指定で実行
 export export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.5.0-cp27-none-linux_x86_64.whl
 sudo pip install --upgrade $TF_BINARY_URL

4.必要なMatolotlibをインストール
 sudo pip install matplotlib

5.c9vnc環境を作る
 参考:https://github.com/billyprice1/cloud9-vnc
 こちらのreadmeに書いてある順番にインストール。途中でvnc用パスワードを要求されるので、適当に入れてメモ

6.c9vnc環境を実行
 メニューの「run>run with>C9vnc」を選択

7.表示されたvnc環境URLを開く
 途中でパスワードを求められるので、「5.」で作ったパスワードを入力

8.c9vnc環境でXTermを開く
 画面で右クリックし「Applications>TerminalEmulators>XTerm」を開く

9.テストを実行
 python test.py を実行


これで動きます。
これはすげえ。

cloud9の環境で、機械学習をやってみよう(導入編)

みんな大好き、便利開発環境のcloud9で、開発環境を作ってみて機械学習をやろう。

ということで、課題は以下になります。

参考:
http://blog.algolab.jp/post/2016/08/01/tf-dqn-simple-1/
超シンプルにTensorFlowでDQN (Deep Q Network) を実装してみる ~導入編~


TensorFlowの勉強です。
ただ、環境をcloud9で作り上げてみます。

参考:
https://qiita.com/takus69/items/428d500a835ca2f514e4


●環境
https://c9.io/login
ちなみに、python3系だと、c9環境ではうまくいかなかったため、2系で入れています。


●まずは、課題のgitを入れてみる。
1.「Create a new workspace」で新しいWorkspaceを作成
2.適当なWorkspace名を入れ、とりあえずpublic。 ※無料版でpublicじゃないと、容量的に怒られる
 clone form git or Mercurial URLで、
 https://github.com/algolab-inc/tf-dqn-simple
 を入力し、テンプレートはpythonを選択して「Create workspace」

3.必要なTensorFlowをインストール
 https://www.tensorflow.org/install/
 3.1.pythonをインストール
  (sudo apt-get install python-pip python-dev)※c9はインストールされていたので、このまま使います。

 3.2.TensorFlowインストール
 ※ここがはまりどころだったんですが、直接TensorFlowが見れないらしく、直指定で実行
 export export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.5.0-cp27-none-linux_x86_64.whl
 sudo pip install --upgrade $TF_BINARY_URL

4.必要なMatolotlibをインストール
 sudo pip install matplotlib

5.ということで、環境が出来たので実行
 python train.py ※学習

まずはここまで。
最初、pythonのバージョンを3系で入れようとしたら、入っているように見えるも、
実行したらtfが見れないというエラーになり、結構はまりました。


そして、学習は動くも、そのあとの実行になるとエラーになります。
これも環境問題っぽい。ちょっと調べてみます。

 python test.py ※学習した内容で実行

Fontconfig warning: ignoring C.UTF-8: not a valid language tag
Fontconfig warning: ignoring C.UTF-8: not a valid language tag
2018-01-31 04:50:52.386174: I
tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports
instructions that this TensorFlow binary was not compiled to use:
SSE4.1 SSE4.2 AVX
Traceback (most recent call last):
File "test.py", line 68, in
fig = plt.figure(figsize=(env.screen_n_rows / 2, env.screen_n_cols / 2))
File "/usr/lib/pymodules/python2.7/matplotlib/pyplot.py", line 423, in figure
**kwargs)
File "/usr/lib/pymodules/python2.7/matplotlib/backends/backend_tkagg.py",
line 79, in new_figure_manager
return new_figure_manager_given_figure(num, figure)
File "/usr/lib/pymodules/python2.7/matplotlib/backends/backend_tkagg.py",
line 87, in new_figure_manager_given_figure
window = Tk.Tk()
File "/usr/lib/python2.7/lib-tk/Tkinter.py", line 1767, in __init__
self.tk = _tkinter.create(screenName, baseName, className,
interactive, wantobjects, useTk, sync, use)
_tkinter.TclError: no display name and no $DISPLAY environment variable

↑このページのトップヘ