Google Colab-MLライブラリのインストール

Colabは、市場で入手可能な機械学習ライブラリのほとんどをサポートしています。この章では、これらのライブラリをColabノートブックにインストールする方法の概要を簡単に説明します。

ライブラリをインストールするには、これらのオプションのいずれかを使用できます-

!pip install

or

!apt-get install

ケラス

Pythonで書かれたKerasは、TensorFlow、CNTK、またはTheanoの上で実行されます。ニューラルネットワークアプリケーションのプロトタイピングを簡単かつ高速に行うことができます。畳み込みネットワーク（CNN）とリカレントネットワークの両方、およびそれらの組み合わせもサポートしています。 GPUをシームレスにサポートします。

Kerasをインストールするには、次のコマンドを使用します-

!pip install -q keras

パイトーチ

PyTorchは、ディープラーニングアプリケーションの開発に最適です。これは最適化されたテンソルライブラリであり、GPU対応です。 PyTorchをインストールするには、次のコマンドを使用します-

!pip3 install torch torchvision

MxNet

Apache MxNetは、ディープラーニングのためのもう1つの柔軟で効率的なライブラリです。 MxNetをインストールするには、次のコマンドを実行します-

!apt install libnvrtc8.0
!pip install mxnet-cu80

OpenCV

OpenCVは、機械学習アプリケーションを開発するためのオープンソースのコンピュータービジョンライブラリです。 2500を超える最適化されたアルゴリズムがあり、顔の認識、オブジェクトの識別、動くオブジェクトの追跡、画像のステッチなど、いくつかのアプリケーションをサポートします。 Google、Yahoo、Microsoft、Intel、IBM、Sony、Honda、Toyotaなどの巨人がこのライブラリを使用しています。これは、リアルタイムビジョンアプリケーションの開発に非常に適しています。

OpenCVをインストールするには、次のコマンドを使用します-

!apt-get -qq install -y libsm6 libxext6 && pip install -q -U opencv-python

XGBoost

XGBoostは、Hadoopなどの主要な分散環境で実行される分散勾配ブースティングライブラリです。非常に効率的で、柔軟性があり、ポータブルです。 Gradient Boostingフレームワークの下でMLアルゴリズムを実装します。

XGBoostをインストールするには、次のコマンドを使用します-

!pip install -q xgboost==0.4a30

GraphViz

Graphvizは、グラフの視覚化のためのオープンソースソフトウェアです。これは、ネットワーキング、バイオインフォマティクス、データベース設計での視覚化、およびデータの視覚的インターフェースが必要な多くのドメインでの問題に使用されます。

GraphVizをインストールするには、次のコマンドを使用します-

!apt-get -qq install -y graphviz && pip install -q pydot

この時点で、一般的な機械学習ライブラリを含むJupyterノートブックを作成する方法を学習しました。これで、機械学習モデルを開発する準備が整いました。これには高い処理能力が必要です。 Colabは、ノートブックに無料のGPUを提供します。

次の章では、ノートブックでGPUを有効にする方法を学習します。

Google-colab-installing-libraries

目次