PyTorchを利用して機械学習（未完）

PyTorch（パイトーチ）とは、Python向けの機械学習（Deep Learning）ライブラリです。

以下の操作は macOS にて作業しており、Docker や tree コマンドがインストールされていることが前提です。

作業ディレクトを作成

Docker を利用して環境を構築します。

$ mkdir docker-pytorch
$ cd docker-pytorch

Docker関連のファイル作成

Dockerfile の作成。

FROM python:3
USER root

RUN apt-get update
RUN apt-get -y install locales && \
    localedef -f UTF-8 -i ja_JP ja_JP.UTF-8
ENV LANG ja_JP.UTF-8
ENV LANGUAGE ja_JP:ja
ENV LC_ALL ja_JP.UTF-8
ENV TZ JST-9
ENV TERM xterm

RUN apt-get install -y vim less
RUN pip install --upgrade pip
RUN pip install --upgrade setuptools

RUN python -m pip install jupyterlab

RUN python -m pip install numpy
RUN python -m pip install torch torchvision torchaudio

docker-compose.yml の作成。

version: '3'
services:
  python3:
    restart: always
    build: .
    container_name: 'python3'
    working_dir: '/root/'
    tty: true
    volumes:
      - ./opt:/root/opt

実行

Dockerイメージの作成、コンテナのビルド、そしてコンテナの起動／接続／終了。

$ tree
.
├── Dockerfile
└── docker-compose.yml

2 files
$ docker-compose up -d --build

Tensor（テンソル）

PyTorchを利用する上で、Tensorという配列や行列に似た特殊なデータ構造の知識が必要になります。

Tensorは、多次元配列を形成できるデータ構造で、NumPy の ndarray型に似ています。TensorはGPUや他のハードウェア・アクセラレータ上で動作することができます。

Torchを利用して、Tensorを操作（初期化、算術演算、置換え、要素の取得など）することができます。

Tensorの初期化方法

$ docker-compose exec python3 bash
root@python3$ python
>>> import torch
>>> import numpy as np
>>> data = [[1, 2],[3, 4]]
>>> x_data = torch.tensor(data)
>>> print(f"Tensor value from data: \n {x_data} \n")
Tensor value from data: 
 tensor([[1, 2],
        [3, 4]]) 

>>> np_array = np.array(data)
>>> x_np = torch.from_numpy(np_array)
>>> print(f"NumPy array value: \n {np_array} \n")
NumPy array value: 
 [[1 2]
 [3 4]] 

>>> print(f"Tensor value from NumPy array: \n {x_np} \n")
Tensor value from NumPy array: 
 tensor([[1, 2],
        [3, 4]]) 

>>> ^D
root@python3$ exit

PyTorch

続きはまた後でw