【python】venvを用いたgit管理について
開発環境
- WSL2 (Windows10でも可能)
- python 3.8
手順
プロジェクト作成
- venv (https://docs.python.org/ja/3/library/venv.html) を使用
- Windows10の場合には適宜コマンドを変更する。
$ python -m venv ~/path_to_your_project_folder $ cd ${YOUR_PROJECT_FOLDER} $ git init $ touch .gitignore
- この時点で
.gitignore
に記述をする。基本的には https://github.com/github/gitignore/blob/main/Global/VirtualEnv.gitignore に倣えばよい。
/bin /include /lib /lib64 /share pyvenv.cfg
レポジトリからの環境構築
$ git clone https://from_your_repository_url $ cd ${YOUR_PROJECT_FOLDER} $ python -m venv . # WSL2 $ source bin/activate # Windows PowerShell $ Scripts\Activate.ps1 $ pip install -r requirement.txt # 環境終了 (仮想環境内にて) $ deactivate
■
【Python3】リストとクラスの速度に関して
メモ書き
結果: クラスを作成したほうが若干早い模様.
import time
class TestClass:
def __init__(self, name):
self.name = name
start = time.time()
testClass = TestClass("fuga")
for i in range(1_000_000):
_ = testClass.name
print(time.time() - start)
#0.0959632396697998
start = time.time()
testList = ["fuga"]
for i in range(1_000_000):
_ = testList[0]
print(time.time() - start)
#0.10899972915649414
Windows10にTensorflow-GPUを導入する[2021/01/18]
Windows10にTensorflow-GPUを導入する[2021/01/18]
環境
- OS: Windows 10 Home 64bit
- GPU: GeForce RTX 2060 SUPER
- Python 3.8.5
- Anaconda 4.9.2
- tensorflow 2.3.0
- scipy 1.5.2
- keras 2.4.3
参考サイト
[Python]Windows10にTensorflow-GPU+Kerasをインストールする[2017/10/5] - Qiita
初心者がGPU搭載Windows10にPython + Anaconda + TensorFlow + Kerasの環境を構築してみた[2018/4/28] - Qiita
NVIDIA cuDNN 8.0.5 のインストール(Windows 上)
基本は
初心者がGPU搭載Windows10にPython + Anaconda + TensorFlow + Kerasの環境を構築してみた[2018/4/28]
に準拠
TensorFlowの確認
TensorFlow公式サイトで確認をする
Windows でのソースからのビルド | TensorFlow
必要なもののインストール
ただし、(恐らく公式サイトが更新していしないため、CUDA10.1用のcuDNNのバージョンが存在しないため、cuDNN 7.6を使用。以下のファイルを入手。
MSVCはVisual Studio Community 2019
cuda_10.1.243_426.00_win10.exe
cudnn-10.1-windows10-x64-v7.6.5.32.zip
各インストール・pathの設定等を行う
tensorflow-gpu、scipy、keras
Anaconda promptから仮想環境の作成とtensorflow-gpu、scipy、kerasを導入。
ただし、tensorflowはpipで導入すると2.4.0が入ってしまう
(pip install tensorflow-gpu==2.3.0)
自分は試していませんが、2.4.0での実行時に
cudart64_110.dll
cudnn64_8.dll
が必要だといわれる。おそらくcuda 11.0/cuDNN 8.xにすれば導入できるのだと思われる。
導入の確認
import tensorflow as tf
tf.test.is_gpu_available()
True
【Keras/TensorFlow】GPUを使うまでの手順と注意点などを解説します
ここからMNISTのコードを使用し、ELSA System Graph
ELSA System Graph のダウンロード | 株式会社 エルザ ジャパン
で確認。なお、NVIDIA GeForceは対象外の模様だけれども、動いてる様子は確認。ただし、cpu実行時との比較データは未取得。
C#練習
電卓アプリ
・広告なしのアプリが欲しいので自作予定
環境
Visual Studio 2019
C# (.NET Framework 4.5)
どうやって関数電卓のあの表記を落とし込むかぱっと思いつかなかったので調べたところ
・eval
・逆ポーランド変換
・再帰降下法
これでできるらしい
外はxaml形式で作成
PC初期不良
タイトル通り。
dell G5 5090を購入しました!!!
モンハンを楽しみにしてましたが、さあ、、、
初期不良です!!!
修理か交換か、となりました。まあ、新品で買ってるのに中古パーツと取り換えられるのも癪なのでもちろん交換。
したのが、先月です。
というわけで、届きました!!!とわくわくして電源。。。。。
あれ、オレンジの点滅(どこかでみたなあ、、、先月に)
電話しました。
初期不良だそうです( ノД`)シクシク…
まあ、もう3週間くらい待ってやるかと再度交換依頼。。。。。(´・ω・`)
SAG〇WAが悪いのかDELLの管理に問題があるのか、、、、
(ネットで買うなとか言わない)
次が楽しみですなあ!!
ごねましたが、特に保証はないようです。ケッ
ただ、DELLのサポートは良くないとの評判ですが、少なくとも私が対応してもらった方は問題はありませんでした。
20/07/31追記
再度送ってもらったものも初期不良でした。パソコン自体よくない説。
結局Alalienware R9を購入しました。デルのアウトレット最高。対応早いし。
Kaggleチャレンジ
Kaggleのチュートリアル Titanicをやってみました
手法
Affine-Relu-Affineの2層、誤差逆伝播法を使用
ReluとSigmoid両方を試したけれども、reluのほうがlossの下がりが良かったのでこちらを使用
ハイパーパラメータなど
max_epoch = 50
batch_size = 100
hidden_size = 20
learning_rate = 0.2
optimizer = Adagrad
使用パラメータ
["Pclass"]
["Sex"]
["Age"]
["SibSp"]
["Parch"]
["Embarked"]
学習の経過
| epoch 50 | iter 1 / 8 | loss 0.42 | train acc:0.8237934904601572
train accracy 95.7351290684624%
提出結果
0.78947
約79%の正解率らしい。
改善手法
・隠れ層を増やす
・ハイパーパラメータを変更する=>適切な手法が分からない