Google の TensorFlow とかいうディープラーニングモジュールを触ってみる。 ホストPC(Mac) に依存関係を意識して個々のモジュールをインストールするのが激しく面倒なので、開発環境はDocker使います。 * Docker を使うと、ホストPCと隔離された環境でアプリケーションが実行できます。必要な開発ツールがインストール済みのイメージがクラウドに上がってるのでそれ使います。(依存関係の解決とか、いろいろクソ面倒なステップをスキップできて幸せです) # boot2docker を始めは使っていましたが、deprecated な warning がコンソールに履かれてたので、docker-machine に移行しました。 資料 * 簡単に大雑把に把握する目的で dotinstall の Docker 入門 http://dotinstall.com/lessons/basic_docker * 一冊くらいは薄い本読んでおく セットアップ ホストPC側 * ポートフォワーディング設定(8888はipython向け、6006はtensorboard向け)しつつ tensorflow インストール済みのイメージを実行 $ docker run -it -p 8888:8888 -p 6006:6006 b.gcr.io/tensorflow/tensorflow /bin/bash * Virtualbox のポートフォワーディング設定をします( 8888, 6006 ) * コンテナの全削除 $ docker ps -aq | xargs docker rm Docker コンテナ側 $ ipython notebook $ tensorboard --logdir=<PATH_TO_LOG_DIR> プログラミング http://localhost:8888/notebooks/Untitled.ipynb にアクセス。 matplotlib の動作確認。インライン描画の確認。 %pylab inline import numpy as np import matplotlib.pyplot as plt x = np.arange