### Kerasで時系列データ予測 # part1 環境構築 ## このシリーズについて ### 目標 - NNが簡単に組めると話題の**Keras**を使ってみる - **時系列データ**の予測を行う ### シリーズ構成 1. 環境構築 2. Keras 3. 再帰型ニューラルネットワーク 4. 時系列データ予測 ## 今回用意する環境 - Vagrant - ubuntu 16.04 - pyenv - anaconda3(python3) - Keras - Tensorflow - Theano ## 仮想マシン立ち上げ **Vagrant :** 仮想マシンを簡単に立ち上げることができるツール。 ### 0. VirtualBoxをインストール Vagrantを使用するなら仮想化ツールが入っていることが前提 https://www.virtualbox.org/ ### 1. Vagrantをインストール https://www.vagrantup.com/ ### 2. 設定ファイル取得 任意のディレクトリで以下のコマンドを実行。 ``` $ vagrant init bento/ubuntu-16.04 ``` ### 3. ポートフォワーディング設定 http://pythondata.com/jupyter-vagrant/ を参考に 8888 でアクセスできるようにする つまりこの部分を ``` # config.vm.network "forwarded_port", guest: 80, host: 8080 ``` コメントアウト外して`8888`でアクセスできるようにする ``` config.vm.network "forwarded_port", guest: 8888, host: 8888 ``` ### 4. 仮想マシンを立ち上げてアクセス ``` $ vagrant up #最初はVagrantfileを元に設定を行うので時間がかかる $ vagrant ssh ``` ちなみに仮想マシンを止めるには ``` $ vagrant halt ``` ### 5. 基本ツールをインストール ``` $ sudo apt update $ sudo apt upgrade $ sudo apt install make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev llvm libfreetype6-dev libblas-dev liblapack-dev gfortran tk-dev unzip ``` ## 機械学習用環境構築 **pyenv :** pythonの環境管理ツール。 ディレクトリごとに使用するpythonのバージョンを変更できる。 https://github.com/pyenv/pyenv **anaconda :** 科学計算系のツールがまとまったパッケージ。 https://www.continuum.io/ **keras :** 機械学習ライブラリTensorflowとTheanoのラッパー。 https://keras.io/ ### 1. pyenvをインストール ``` $ git clone https://github.com/yyuu/pyenv ~/.pyenv ``` .bash_profile にて環境変数設定 ```.bash_profile export PYENV_ROOT="$HOME/.pyenv" export PATH="$PYENV_ROOT/bin:$PATH" eval "$(pyenv init -)" ``` .bash_profileへの変更を適用 ``` $ source ~/.bash_profile ``` 以下を実行 ``` $ pyenv versions ``` `system (set by /home/regonn/.pyenv/version)` のように表示されれば成功。 ### 2. anacondaをインストール python3を使いたいのでanaconda3をインストール。 適宜`$ pyenv install --list`でインストールできる最新版を確認。 ``` $ pyenv install anaconda3-4.4.0 ``` anaconda3を使用するよう設定 ``` $ pyenv global anaconda3-4.4.0 $ pyenv rehash ``` ### 3. kerasをインストール ```shell $ conda install tensorflow theano keras ``` ### 4. jupyter notebook起動 今後jypyter notebookを使用してコードを書いていくので 起動してアクセスできることを確認。 ``` $ jupyter notebook --ip 0.0.0.0 --no-browser ``` Kerasを使う準備ができました！！！！