このブログは移転しています。

MKTIAの備忘録

現在MKTIAの備忘録に記事を移行中です。

Windows PCで機械学習

machine learning

機械学習のフレームワークには Caffe や Chainer, TensorFlow など色々ありますが、Macintosh や Linux 搭載パソコンにしか対応していないことも…

ということで、Windows パソコンで機械学習するならどの方法がいいのか考えてみました。

スポンサーリンク

機械学習のフレームワーク

Caffe

去年辺りにリリースされた Chainer や TensorFlow とは異なり、前々からの経験知が蓄積されているというのが魅力?

ただ、使い易さの観点からはどうなのかということで、今回は考慮に含めませんでした。

Chainer

日本企業が公開したフレームワーク(全部英語ですが)で、これが出たことで機械学習に取り組む人が増えたようです。

Windows パソコンならこれが使いやすいとちらっと聞きましたが、いざ導入しようとするとなかなか面倒です。

また、Chainer に限ったことではないですが GPU がないと辛そう。

TensorFlow

Google が公開した期待値高めのフレームワークで、チュートリアルが丁寧です。

TensorFlow の使い方だけでなく、機械学習の手法についても(もちろん)紹介している点が評価されているのでしょう。

実際、私も素人なので助かってます…

英語が読み進められなくても、注目度が高かっただけにブログや Qiita などに TensorFlow 関係の投稿があるので、それを見ながら取り組めます。

ただし、Windows は対応していないので、何かしら工夫して導入しなければなりません。

Linuxの導入が吉?

色々考慮して試した結果、Linux 環境で TensorFlow がいいかなと。もちろんお金があれば Macbook 買ってもいいんですが…

Linux を導入する手はいくつかあります。

一つ目は Docker を使う方法。

仮想環境上のコンテナで管理できるため、これまでの環境に干渉しないということで、Mac OS でも使ってる人がいます。

Docker によるインストールについては、http://diary.aita.info/how-to-install-docker-and-tensorflow-on-windows を参照してください。

TensorFlow のインストール自体も楽ですが、私が Docker の使い方がわかってなかったりして応用面で躓いたので断念…

二つ目は、Linux と Windows のデュアルブート環境を構築する方法。

大学のパソコンとかによくあるんじゃないかと思います。

しかし、自分のパソコンを自力でデュアルブート化するのはハードルが高いので、手を出しにくいです。

間違ってデータがぶっ飛んでも困ります…

それでずっと悩んでいたのですが、そういえば USB ブートできるんじゃないか?と気づいてやってみたらできました!

というのが三つ目の方法です。

USB メモリに Linux をインストールし、それをパソコンに挿すことで一時的に Linux パソコンとして使えます。

そうすれば USB を抜いたら普通の Windows パソコンとして使えるので、なんか良さげです。

まとめ

リスクやコスト、導入のしやすさを考えて USB ブートによる Linux 環境の構築に絞りました。

実際の導入方法は次回紹介したいと思います。

スポンサーリンク

フォローする