もともとGPUを積んでないmacでGPUを使った機械学習をしたいので,外付けGPUボックスとグラフィックボードを用意して環境構築まで行いました。 ##環境 Mac Mini(macOS Sierra 10.12.6) Python 3.6.3 (pyenvを使っています) AKiTiO Node Thunderbolt3 eGFX Box NVIDIA GeForce GTX1080 Mac MiniはThunderbolt3に対応していないので,Thunderbolt3 to Thunderbolt2アダプタが必要 ##GPUのセットアップ こちらの記事を参考にGPUのセットアップをしました. Macbook ProでThunderbolt 2接続の外付けGPUを使う（Netstor NA211TB + GeForce GTX 760） NVIDIA Web Driverは378.05.
pipでSciPyのアップグレードを行ったのですが、呼び出すと昔のバージョンが使われてしまってました。 参考サイト通りにやっただけなのですが、色んなマシンでやらないといけないのででまとめ直しておきます。 環境 OS Mac OS X 10.9 (Mavericks) Python 2.7.5 scipy 0.14.0 参考 Mac: How to Upgrade to SciPy 0.13 本当にこの通りやりました。ありがとうございます。 手順 最初に現在のバージョンを確認しておきます。 console $ python -c "import scipy; print scipy.version.full_version" 0.11.0 SciPyを普通にpipでアップグレードします。 $ sudo pip install scipy --upgrade [~/Downloads/KDD_
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? $ pip install pandas Downloading/unpacking pandas Downloading pandas-0.15.2-cp27-none-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl (6.7MB): 6.7MB downloaded Downloading/unpacking numpy>=1.7.0 (from pandas) Downloading
Working with Matplotlib on OSX¶ On OSX, two different types of Python builds exist: a regular build and a framework build. In order to interact correctly with OSX through the native GUI frameworks, you need a framework build of Python. At the time of writing the macosx and WXAgg backends require a framework build to function correctly. This can result in issues for a Python installation not build
はじめに 新しくMacBook Airを購入したので、これまで使っていたMacBook Airと同じ環境を構築するために必要な手順を整理します。 再セットアップをする時に困らないため自分用にメモしている感じですが、共有すると誰か他の人のためにもなるかもしれないと期待するところです。 主な手順 以下の順番でインストールします。 Xcode pyenv anaconda autoconf、automake、libtool、CMake OpenCV TensorFlow Xcode App Storeを起動してXcodeをインストール。 pyenvとanaconda 以下のスクリプトを作成して実行。 ※ ここでは2017年5月6日現在の最新版4.3.1のanacondaをインストールします。 git clone https://github.com/yyuu/pyenv.git ~/.pyenv
概要 機械学習でTensorFlowを使っていみたいなと思い、調べたらDockerを使うと良いとの事だったのでDockerでTensorFlowを使ってみました。実際にやってみるとJupyter Notebookを使うことになったのでそちらに関しても書いておこうと思います 用語の説明 Docker 簡単に仮想環境を作り、動作させられるオープンソース。Paasのようなもの。 [注目を浴びる「Dockerコンテナ」、従来の仮想化と何が違うのか？](http://cn.teldevice.co.jp/column/detail/id/102) TensorFlow TensorFlow(テンソルフロー)とは、Googleの機械学習/ディープラーニング/多層ニューラルネットワークライブラリ。基本的にPythonで書く。 [TensorFlowとは](http://www.ossnews.jp/os
#2018/12/16追記 いつの間にかOSXのGPU公式サポートはなくなったみたいなので、それでもGPU使いたい方はこちらのドキュメントが参考になるかもしれません。 Tensorflow 1.6 on macOS High Sierra 10.13.3 with GPU Acceleration (without disabling SIP) #2017/2/17追記 Tensorflow 1.0.0から簡単にインストールできるようになったので公式ドキュメントに従うことをおすすめします。 https://www.tensorflow.org/install/install_mac #cuda8.0 $ brew upgrade $ brew install coreutils $ brew cask install cuda #cuDNN v5.1 Library for OSXをダウン
Voltron is an extensible debugger UI toolkit written in Python. It aims to improve the user experience of various debuggers (LLDB, GDB, VDB and WinDbg) by enabling the attachment of utility views that can retrieve and display data from the debugger host. By running these views in other TTYs, you can build a customised debugger user interface to suit your needs. Voltron does not aim to be everythin
>>> import tensorflow as tf Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/usr/local/lib/python2.7/site-packages/tensorflow/__init__.py", line 4, in <module> from tensorflow.python import * File "/usr/local/lib/python2.7/site-packages/tensorflow/python/__init__.py", line 13, in <module> from tensorflow.core.framework.graph_pb2 import * File "/usr/local/lib/python2.7/
Abjad helps composers build up complex pieces of music notation in iterative and incremental ways. Use Abjad to create a symbolic representation of all the notes, rests, chords, tuplets, beams and slurs in any score. Because Abjad extends the Python programming language, you can use Abjad to make systematic changes to music as you work. Because Abjad wraps the LilyPond music notation package, you
The Fink project wants to bring the full world of Unix Open Source software to Darwin and Mac OS X. We modify Unix software so that it compiles and runs on Mac OS X ("port" it) and make it available for download as a coherent distribution. Fink uses Debian tools like dpkg and apt-get to provide powerful binary package management. You can choose whether you want to download precompiled binary packa
PyCon JP 2014 チュートリアル「PyData入門」のお知らせ | Librabuch 上記のエントリで告知した通り、2014年09年12日（金）に行われるチュートリアルの講師を務める御縁を頂いています。29枚あったチケットは完売のようで、若干プレッシャーの高まりを感じる今日この頃です。 さて、チュートリアル開催にあたり、利用するライブラリ群のインストール方法をOS毎に確認していたのでこちらにも備忘録として残しておきます。（参加者の方々には専用経路で別途ご案内差し上げます） 導入手順 共通 Windows版 Mac版 動作確認 導入したいもの 今回導入したいライブラリは下記の通りです。 NumPy Scipy Pandas scikit-learn matplotlib IPython 共通手順 Python3.4.1をインストールしてPATHを通しておきます。（手順問わず） p
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く