直感 Deep Learning

本リポジトリはオライリー・ジャパン発行書籍『直感 Deep Learning』（原書名『Deep Learning with Keras』）のサポートサイトです。

サンプルコード

ファイル構成

フォルダ名	説明
ch01	1章で使用するソースコードとライブラリ導入に必要なrequirements.txt
ch02	2章で使用するソースコードとライブラリ導入に必要なrequirements.txt
...	...
ch08	8章で使用するソースコードとライブラリ導入に必要なrequirements.txt

サンプルコードの解説は本書籍をご覧ください。

仮想環境の準備

環境構築の方法は読者に任せていますが、一般的には仮想環境を構築する方法を推奨されるのでその方法を記述しておきます。

pyenvとvirtualenvの導入をします。

linux

apt-get install pyenv
apt-get install virtualenv

Mac

brew install pyenv
brew install virtualenv

pyenvとvirtualenvを用いて仮想環境を構築します。

pyenv install 3.6.0
pyenv rehash
pyenv local 3.6.0
virtualenv -p ~/.pyenv/versions/3.6.0/bin/python3.6 my_env
source my_env/bin/activate

Windows

Anacondaを導入して下さい。

使用方法

サンプルを実行する前に、必要なライブラリをインストールする必要があります。

$ pip install -r requirements.txt

CPU用のrequirements.txtとGPU用のrequirements_gpu.txtを章ごとに用意してあります。

巻末の付録Aで、GPUを考慮した開発環境の構築について補足していますので参考にしてください。

各章のフォルダへ移動して、Pythonコマンドを実行します。書籍にどのpythonコードを動作させているか明記しています。

下記は一例です。

cd ch03
python cifar10_deep_with_aug.py

実行環境

日本語版で検証に使用した各ソフトウェアのバージョン、およびハードウェアは次のとおりです。

ソフトウェア

Pycharm-community-2017.1
Python 3.6.0（10章ではDocker環境での簡易的な確認のため3.5.2）
TensorFlow 1.8.0
Keras 2.1.6（4章では他のライブラリとの関係があるため2.1.2）
h5py 2.7.1
numpy 1.14.0
scipy 1.0.0
quiver-engine 0.1.4.1.4
matplotlib 2.1.1
picklable_itertools 0.1.1以上
sacred 0.6.10以上
tqdm 4.8.4以上
q 2.6以上
gensim 3.2.0
nltk 3.2.5
scikit-learn 0.19.1
pandas 0.22.0
Pillow 4.3.0
gym 0.10.5
pygame 1.9.3
html5lib 0.9999999
keras-adversarial 0.0.3
PyYAML 3.12
requests 2.14.2

GPUを使用する場合

tensorflow-gpu 1.8.0
cuda 9.0
cuDNN 7.0.5

Macで使用する場合の注意点

matplotlibを標準設定のまま使用すると下記のようなエラーが発生します。これはMacで設定されている標準の画像レンダリングAPIがmatplotlibで使用するものと異なるためです。

RuntimeError: Python is not installed as a framework. The Mac OS X backend will not be able to function correctly if Python is not installed as a framework. See the Python documentation for more information on installing Python as a framework on Mac OS X. Please either reinstall Python as a framework, or try one of the other backends. If you are using (Ana)Conda please install python.app and replace the use of 'python' with 'pythonw'. See 'Working with Matplotlib on OSX' in the Matplotlib FAQ for more information.

matplotlibを使用する前に下記のように画像レンダリングAPIを設定して使用してください。

import matplotlib as mpl
mpl.use('TkAgg')

動作確認済みハードウェア

Ubuntu 16.04 LTS（GPU：GeForce GTX 1080）
64ビットアーキテクチャ
Intel(R) Core(TM) i7-6700 CPU @ 3.40GHz
16GBのRAM
ハードディスクの空き容量は少なくとも10GB

正誤表

下記の誤りがありました。お詫びして訂正いたします。

本ページに掲載されていない誤植など間違いを見つけた方は、japan@oreilly.co.jpまでお知らせください。

第2刷まで

■1章 P.27 10行目

誤

シグモイド関数は連続関数なので、微分可能です。

正

シグモイドは連続関数であり、微分可能です。

第1刷

■1章 P.22 1行目

誤

from keras.layersimport Dense, Dropout, Activation

正

from keras.layers import Dense, Dropout, Activation

■2章 P.67 脚注

誤

前：package_data=’quiver_engine’: ’quiverboard/dist/*’,
後：package_data=’quiver_engine’: [’quiverboard/dist/*’],

正

前：package_data={'quiver_engine': 'quiverboard/dist/*'},
後：package_data={'quiver_engine': ['quiverboard/dist/*']},

■3章 P.96 8～13行目

誤

from pathlib import Path
import pathlib
import numpy as np
from PIL import Image
from keras.models import load_model

model_path = "logdir/model_file.hdf5"

正

from pathlib import Path
import numpy as np
from PIL import Image
from keras.models import load_model

model_path = "logdir_cifar10_deep_with_aug/model_file.hdf5"

■4章 P.112 1行目

誤

DCGGAN生成モデルは、以下のKerasコードで実装できます。

正

DCGAN生成モデルは、以下のKerasコードで実装できます。

■6章 P.177 10行目

誤

今回の場合、語彙数は42です。

正

今回の場合、語彙数は60です。

■6章 P.179 35～36行目

誤

        for i, ch in enumerate(test_chars):
            Xtest[0, i, char2index[ch]] = 1

正

        for j, ch in enumerate(test_chars):
            Xtest[0, j, char2index[ch]] = 1

oreilly-japan/deep-learning-with-keras-ja