Author Archive: Yoshiaki.S

Tensorboardがうまく表示されなかったり、そもそもどのタイミングで表示されるのかよくわからないこともあると思います。
そんな時のメモです。

まず、タイミングはTensorFlowを使った学習を行なった後になります。
学習時に

$ cd [ディレクトリ名]

か、その他の方法で、学習用のファイルが置かれているフォルダ（ディレクトリ）を指定していると思います。

TensorFlowで学習（トレーニング）するときは、

$ python train.py

などで、学習を行い、その際にファイルを書き出すと思います。
それを、学習後に下記で指定してTensorboardを起動します。

$ tensorboard --logdir [データの入っているディレクトリ]

[データの入っているディレクトリ]は、

＄ cd

で指定したディレクトリから数えてどこにあるかの相対的な位置になります。前後に/（スラッシュ）は不要です。

次に、ターミナル上に、下記の表示が出ます。

TensorBoard 1.9.0 at http://[コンピュータ名].local:6006 (Press CTRL+C to quit)

これをそのままブラウザに貼り付けるのではなく、↓こっちを貼り付けることでTensorboardによるグラフィカルな表示を確認できます。

http://localhost:6006/

こんな風な表示も見ることができます。

Tweet

[`evernote` not found]

Pythonのバージョン違いのエラーのようです。

Python3からは、

for i in xrange(100):
    print i

のような、xrange関数が廃止されrangeになったため、古いプログラムを現在のPythonのバージョンで動かすとこのようなエラーが出るようです。

1、プログラム中のxrange関数を全てrangeに入れ替える、
2、Python3環境をPython2環境にして実行する。

のどちらかでエラーが解決します。

1の場合は、
プログラム中の関数の中の、

xrange

を、エディタ上でコマンド+fで検索し、全て

range

にリプレイスすれば良いです。

2の場合は、
今のPython3環境のパッケージのバージョンを色々変えるのは大変なので、
新しい環境を作ったほうが早いでしょう。

Tweet

[`evernote` not found]

$ source activate 自分で決めた環境名

例、$ source activate tf140

Pythonのバージョン確認

$ python --version

TensorFlowのバージョン確認

$ pip list | grep tensorflow

Kerasのバージョン確認

$ pip list | grep Keras

Kerasのバージョン指定してインストール

$ pip install keras==2.0.2

*PermissionError: [Errno 13] Permission denied:

で、拒否される場合は、

$ sudo pip install keras==2.0.2

と、

sudo

をつけて実行する。

最新版のKerasをインストール

$ pip install --upgrade keras

Kerasをアンインストール

$ sudo pip uninstall keras

現在どの環境で作業しているか調べる

$ conda info --envs

現在のpipバージョンを調べる

$ pip list

現在のPythonのバージョンを調べる

$ python -m pip -V

現在のパッケージのバージョンを調べる

$ python -m pip freeze

パッケージのインストール

$ python -m pip install パッケージの名前

*バージョン指定したいときは、パッケージの名前の後に==バージョン
例、

$ python -m pip install numpy==1.11.0

パッケージのアンイントール

$ python -m pip uninstall パッケージの名前

pipで一括インストール

$ python -m pip install -r requirements.txt

*requirements.txtの書き方。
numpy==1.11.0
six==1.10.0
（成功したテスト時のバージョンを記録しておくと再現性が高まる。上記のパッケージのバージョンを調べる

freeze

で書き出して残しておけばOK）

ディレクトリの指定

$ cd /ディレクトリ

ディレクトリの中身の確認

$ ls

Tensorflowのインストール

$ pip3 install --upgrade tensorflow 

Tweet

[`evernote` not found]

Flaskで

$ python -m flask run

を実行したら、下記のようなエラーが出てしまいました。

OSError: [Errno 48] Address already in use

解決策は、該当のprocessIDをオフにすれば良いらしいです。
まず、processIDを下記のコマンドで調べます。

$ lsof -i :5000 | grep python

＊5000の部分は、http://127.0.0.1:5000/の5000を開きたい場合は、5000を記述します。他の数列の場合は、それに置き換えてコマンドを実行してください。

このコマンドを入力すると、

このように、processIDを調べることができます。調べた数列を、下記のコマンドのprocessIDの部分と置き換えて入力するとオフにすることができます。

$ kill processID

例、

$ kill 1299

killコマンドがちょっと怖いですが、思い切ってやってみたら解決しました。

Tweet

[`evernote` not found]

今回は、AnacondaでTensorFlowを開発するための環境設定を行います。

Anacondaのインストールが完了して開くと、Anaconda Navigatorのホーム画面が表示されます。

次に、Environmentsを開き、環境を設定します。下方にあるCreateのアイコンをクリックしてください。

環境を作るため、Nameにわかりやすい名前（今回はTensorFlowのバージョン1.4.0を使用するためtf140と入力します）、PackagesはPythonにチェックを入れて、バージョンを選択します。今回は、3.6にします。（＊Pythonは2系と3系で互換性がないため、書籍やウェブを参考に開発を進めるときは、このバージョンが何で開発されているかに注意が必要です。）

設定が終わったら、Createをクリックすると新しいEnvironmentsが1つ追加されます。少し時間がかかるので待ちましょう。

Environmentsが追加されたら、▶︎のアイコンをクリックします。

そうすると、上記のポップアップが開くので、Open Terminalをクリックします。

ターミナルが開き、最後の行を確認すると先ほどEnvironmentsの設定でNameに入力した文字列が丸括弧の中に表示されています。（tf140）

$ pip install tensorflow

もし、pipが最新版じゃない場合は、

$ pip install --upgrade pip

でアップグレードできます。ここで、TensorFlowがインストールできたかどうかを確認するため、

$ python

とコマンドを打ち、Enterを押します。
すると、Pythonの対話的な実行環境に入ることができます。

>>>

とコマンドラインが出るので

import tensorflow

と入力します。

>>>

しばらくして、このようにコマンドラインが表示され入力待ちの状態になれば、tensorflowのインストールは完了です。

exit()

と入力して Pythonを終了し、次に

exit

と入力しコマンドプロンプトを終了します。

以上で、開発の準備が完了です。

再開するときは、AnacondaのEnvironmentsから、該当のEnvironmentを開きOpen Terminalを選択し、Terminal上で

$ python

とコマンドすることで再開できます。

Tweet

[`evernote` not found]