Keras With Theano Backend 설치

Keras를 Theano를 Backend로 해서 설치하는 방법입니다.

아래와 같이 gcc를 설치하고, 이를 파이썬에서 이용할 라이브러리들을 설치한후,

Theano와 Keras를 차례대로 설치하시면 됩니다.

• Install TDM GCC x64.
• Install Anaconda x64.
• Open the Anaconda prompt
• Run conda update conda
• Run conda update --all
• Run conda install mingw libpython
• Install the latest version of Theano, pip install git+git://github.com/Theano/Theano.git
• Run pip install git+git://github.com/fchollet/keras.git

이렇게 설치 과정이 복잡한 이유는 Keras뒤에 Theano가 있고 Theano는 또 C++로 구현되어 있기 때문입니다. 

만약 gcc를 설치하지 않고 Keras를 사용하게 되면 Python으로 구현된 Theano를 Backend로 해서 돌아가게되는데

이 경우 속도는 gcc를 설치하지 않았을 때와 비교하여 현저하게 낮습니다.  

따라서 Keras with Theano를 이용할 때는 꼭 gcc를 설치하는 것이 좋습니다.

출처

http://stackoverflow.com/questions/34097988/how-do-i-install-keras-and-theano-in-anaconda-python-2-7-on-windows

/**

NbViewer를 통해 Jupyter Notebook Share하기

작성자 : 3개월

2016/11/7

*/

Jupyter notebook으로 작성한 코드를 누군가와 공유하고 싶을 때

Nbviewer를 사용하면 간편하게 웹을 통해 코드와 코드의 실행 결과를 공유할 수 있다.

방법은 github gist에 ipynb를 업로드한 후 gist 코드를 Nbviewer 웹 페이지에 입력만 하면 된다.

이 절차는 아래와 같다. (iPython의 notebook 파일인 ipynb를 기준으로 설명한다.)

1. https://gist.github.com/ 에 접속한다.

2. 공유하고 싶은 .ipynb 파일의 raw source를 복사해서 붙여넣는다.

그리고 create public gist를 클릭한다.

3. 만들어진 파일을 클릭해서 들어가면 아래와 같은 url을 볼 수 있다. 뒤의 코드를 복사한다. 9ca2c306ccfa ... 부분이다.

4. http://nbviewer.jupyter.org/ 에 접속해 아래 빈칸에 코드를 붙여넣고 Go! 를 누른다.

위와 같이 Jupyter notebook 코드가 업로드되어 있는 것을 확인할 수 있다. 

누군가와 코드를 공유할 때 위의 nbviewer 링크만 보내주면 간단히 코드와 그 결과를 공유할 수 있다.

Keras는 Theano나 Tensorflow 위에서 동작하는 딥러닝 프레임워크입니다.

Tensorflow를 이용하는 것보다 더 쉽게 신경망 모델을 만들 수 있는 것 같습니다.

Keras를 처음 이용해 보기에 유용한 사이트를 찾아서 공유합니다.

Tutorial List

Fully Connected Network

- Binary Classification

http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/

http://machinelearningmastery.com/binary-classification-tutorial-with-the-keras-deep-learning-library/

- Multi-label Classification

http://machinelearningmastery.com/multi-class-classification-tutorial-keras-deep-learning-library/

- Regression

http://machinelearningmastery.com/regression-tutorial-keras-deep-learning-library-python/

Drop Out

http://machinelearningmastery.com/dropout-regularization-deep-learning-models-keras/

Cross Validation

http://machinelearningmastery.com/evaluate-performance-deep-learning-models-keras/

Applied Deep Learning in Python Mini-Course

http://machinelearningmastery.com/applied-deep-learning-in-python-mini-course/

MNIST - MLP + CNN

http://machinelearningmastery.com/handwritten-digit-recognition-using-convolutional-neural-networks-python-keras/

CIFAR-10 CNN

http://machinelearningmastery.com/object-recognition-convolutional-neural-networks-keras-deep-learning-library/

/**

구글 클라우드 SDK로 파이썬 웹 애플리케이션 구축하기

작성자 : 3개월

날짜 2016-10-29

*/

참고 사이트 : https://cloud.google.com/appengine/docs/python

구글 클라우드 SDK에 포함된 PaaS 서비스인 구글 앱엔진을 통해 파이썬 Hello World 어플리케이션을 만드는 법에 관한 포스팅이다.

위의 구글 클라우드 앱엔진 Document만 봐도 할 수 있지만 한 번 정리해보았다.

1. 구글 클라우드 SDK 설치

(https://cloud.google.com/appengine/docs/python/download)

우선 구글 클라우드 SDK를 설치하여야한다. 위 사이트에서 Download and Install을 클릭한 후 설치하면 된다.

설치가 완료되면 cmd창을 열고 터미널에 아래 명령어를 입력한다.

gcloud init

사실 원래는 구글 앱엔진이라는 이름으로 구글의 PaaS 서비스가 따로 떨어져 있었다. 근데 얼마전부터 구글 앱엔진이 구글 클라우드 SDK에 통합된 것 같다. 구글 클라우드 플랫폼에서는 구글 클라우드 SDK에 종속되지 않은 구글 앱엔진의 파이썬 SDK도 따로 제공하고 있다. 

https://cloud.google.com/appengine/docs/python/download 이 곳에서 [Optionally ...] 부분을 클릭하면 이것을 다운 받을 수 있다. 하지만 모처럼 구글 클라우드 SDK라는 구글 클라우드의 통합 버전이 나왔음으로 이를 이용하도록 하자. 

구글 앱엔진을 이용하기 위해선 구글 클라우드 SDK를 설치한 후 명령어를 통하여 구글 앱엔진 파이썬 모듈을 추가하면된다.

(구글 앱엔진 파이썬 모듈이 구글 클라우드 SDK에 default로 설치되어있는지는 잘 모르겠다.. 저의 경우 그냥 명령어를 통해 모듈을 추가했다.)

2. 구글 앱엔진 파이썬 모듈 추가

커맨드 창에 아래와 같이 입력하면 구글 앱엔진 파이썬 모듈이 추가된다. (출처 : http://stackoverflow.com/questions/40290695/where-is-appcfg-py-in-google-cloud-sdk-133-0-0-darwin-x86-64-tar-gz)

gcloud components install app-engine-python

C:\Users\사용자이름\AppData\Local\Google\Cloud SDK\google-cloud-sdk\platform\google_appengine

3. 이클립스를 다운받는다. http://www.eclipse.org/

구글 앱엔진은 이클립스 사용을 권장하는듯 하다.

(자바가 없으면 자바 SDK 먼저 다운로드)

4. PyDev를 설치한다.

이클립스에서 Help > Eclipse Market Place에서 PyDev 검색 후 Install. 계속 next, accept 누르면 된다.

5. PyDev Google App Engine Project를 생성한다.

이클립스에서 File -> New -> Project 에서 PyDev Google App Engine Project 누른다.

Please configure an interpreter before proceeding. 를 눌러 default interpreter를 설정하고, 

구글 앱엔진 디렉토리에는 2번의 링크를 넣는다.

6. 다음 화면에서는 구글 클라우드 사이트에서 등록한 아이디가 있으면 입력하고 Template은 Hello Web App World를 선택한다.

7. 다음으로는 Eclipse에게 프로젝트가 어떤 library에 의존하고 있는지 알려주어야한다.

프로젝트가 생성되었음을 확인한 후 프로젝트명을 우클릭하여 Properties에 들어간다.

PyDev > PYTHONPATH 에서 Add Source Folder를 누른후 OK를 누른다.

8. 다시 프로젝트명을 우클릭후 Run As > PyDev: Google App Run을 누르면 웹 서버가 작동한다

http://localhost:8080에 들어가면 Hello, webapp World 라는 글씨가 보이게 된다.

Jupyter notebook에서 tensorflow를 이용하려고 하였는데 tensorflow 모듈이 없다는 반응이 오는 문제가 있었습니다.

이 문제 해결을 위하여 오랜 시간을 사용 하였기에 다른 분들은 빨리 해결하면 좋겠다는 마음에서 이 글을 썼습니다.

문제 : https://github.com/jupyter/jupyter/issues/95

iPython 쉘 환경에서와 Jupyter notebook에서 virtualenv를 사용할 때 반응이 다름.

해결 : http://ipython.readthedocs.io/en/latest/install/kernel_install.html

Jupyter notebook에서 virtualenv를 이용하려면 수동으로 지정을 해주어야합니다.

source activate myenv
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

위처럼 source activate를 통해 가상환경을 만들고 이 상태에서 ipykernel 위에도 가상환경을 인스톨하면 

Jupyter notebook에서도 가상환경을 이용할 수 있습니다.

다만 설치가 조금 까다로운데 VMWare나 Virtual Box 같은 가상 머신을 사용해야 합니다.

설치하는 방법을 요약하면 아래과 같습니다. (VMWare 기준입니다.)

http://www.sas.com/en_us/software/university-edition/download-software.html

​

1. 위 링크에 접속하고 SAS 회원가입을 합니다.

2. VMWare를 다운받습니다. 위 링크에 링크가 있음.

3. SAS University Edition을 다운받고 압축을 풉니다.

4. VMWare가 다운로드하고 설치가 다 되었으면 VMWare Player나 VMWare Workstation을 실행합니다.

5. Open Virtual Machine을 클릭하고 아까 압축을 푼 SAS University Edition 폴더의 SAS-University-Edition.vdx 파일을 엽니다.

6. 가상머신과의 공유폴더를 설정하여야합니다. 로컬 드라이브 아무곳에나 SASUniversityEdition 폴더를 생성하고 그 하위 폴더로 myFolders를 만듭니다.

7. 아래와 같이 VMWare에 있는 SAS-University-Edition을 우클릭한 후 Settings를 클릭합니다.

8. Settings에 들어 갔으면 Option - Shared Folders에 들어간 후 Folder Sharing을 Always Enabled로 설정합니다. 그리고 Add를 클릭하여 방금 만든 myFolders를 추가합니다. OK를 누르고 창을 닫습니다.

9. 다시 SAS-University-Edition을 우클릭한후 Power를 켭니다.

10. 조금 기다리면 다음과 같은 화면이 나오는데 가상머신에서 나와서 웹 브라우저를 연 후 아래 아이피에 접속하면 SAS Studio를 이용할 수 있습니다.

​

(저는 처음에 http://unknown 나와서 당황했는데 VMWare를 업데이트 하니까 되더군요.

VMWare를 예전에 설치하셨는데 오래 사용하지 않으신 분들은 업데이트 한 번 해주시면 되겠습니다.)

위와 같이 웹브라우저 환경에서 SAS를 이용할 수 있습니다 신기하네요!

잘 이해가 안 가시는 분들은 아래 pdf 파일에 더 상세하게 나와있습니다~

https://support.sas.com/software/products/university-edition/docs/en/SASUniversityEditionQuickStartVMwarePlayer.pdf