2019年11月から半年間、
キカガクのＡＩスクールに通った(詳細は、こちら)。
それも、2020年５月10日に終わったので、
これからそれをベースに、
学んだことを復習していきたい。
(１) Python 仮想環境を作ってJupyter Notebook を使う
(２) 環境構築をせず、いきなりGoogle Colaboratory (無料版)を使う
ＡＩ・機械学習を学ぼうと思い、
本屋やamazon で本を選んで、
さあ、始めよう！
と意気込んで、
まずぶち当たる壁が、
「実行環境の準備」だ。
文章ばかりなので、鞍月用水沿いの紫陽花を！
いままで、
ネットを見たり、
動画を見たりしているだけのパソコンで、
果たしてできるのか？
そんなばくぜんとした不安で、
いっきに気分が盛り下がる。
たいていの本では、
Anaconda のインストールをすすめている。
これにはPython 以外に、
多くのライブラリが含まれていて便利だという。
しかし、
Windows にこれをインストールして、
いろんなＡＩセミナーに参加したが、
なんどかひどい目に遭った。
(速攻でMacBook Airを買った）
チューターもよくわからないエラーが多発して、
自分だけ先に進めなかったのだ。
そこで、
超初心者には、
つぎの２つの方法をおすすめしたい。
いずれも、
「Jupyter Notebook」
を使う。
仮想環境とはなにか？
Python を使って開発や実験を行うときは、一般的に、用途に応じて専用の実行環境を作成し、切り替えて使用する。
こういった一時的な実行環境を「仮想環境」という。
つまり、
購入した本で実装する場合専用の場所を、自分のパソコンに作ってしまおう！
ということだ。
仮想環境はいくつでも作れるので、
それぞれの本、
それぞれのセミナーごとに作ればいい。
作り方も一回覚えればかんたんで、
Python の標準ライブラリ「venv」を使う。(virtual environmentの略)
参考サイトは、こちら
こちらは、なんと環境構築が不要！
Googleアカウントだけで、
無料でJupyter Notebook 環境が使える。
準備に時間をかけないで、
すぐに本題に入れるので、
最後まで挫折せずに継続できるのがメリット。
(使い方のサイトは、こちら）
うれしいことに、
i Padでも使えるので、
すきま時間に外出先でも試せる。
操作性ではPCより劣るけれど。
さらに、
Google Colaboratory(グーグル・コラボ)には、
米国限定サービスのPro版があり、
月10ドルほどで利用できる。
(メリットは、こちら)
米国限定のサービスということであきらめていたが、
日本の住所登録のクレジットカードと米国の郵便番号(ロスアンゼルスの90001)を登録フォームに入れたら通った！
という話もあり(サイトは、こちら)
今後、ぜひ試してみたい。
最後にまとめると、
ただ、プログラミングに慣れるという意味もあるので、
のがいい。
Follow me!
