jupyterlab

以前にJetson Xavier NXとDockerでjupyter notebookの環境構築を行いました technoxs-stacker.hatenablog.com このままではパスワードがデフォルトのままなので、今回はパスワードの変更を行います 目次 目次 この記事でわかること 1.実行環境 2.手順 参考 スポンサーリンク (adsbygoogle = window.adsbygoogle || []).push({}); この記事でわかること dockerコンテナで立ち上げたjupyter labのパスワード変更方法 1.実行環境 Jetson Xavier NX ubuntu1…

JupyterLabとJuliaで遊んでいきます。 今日のところは環境構築までです。 遊んだ環境 JupyterLabのインストール Juliaのインストール JupyterLabで動かす 参考文献

JuliaをJupyterLabで動かした時メモ。 ＊＊＊以下の手順では、matplotlibが壊れてしまったので失敗。＊＊＊ 失敗した内容はこちら easygoingrider.hatenablog.com easygoingrider.hatenablog.com なんだかんだ成功した内容はこちら easygoingrider.hatenablog.com ＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ 環境などは気にしない。とりあえず使えるようにしたときのメモ。びっくりするほど簡単で、ほとんどクリックだけで終わった。所要時間は10分程度でしょうか。細かいことを気にしなけ…

概要 目まぐるしく変化しているように見える機械学習の開発環境の、とりあえず最先端と思われる一つを抑えておく。 いま興味がある転移学習を使えば、個人レベルでも面白いことができないかと思いチュートリアルから始めてみる。 各種インストール 事前にminicondaをインストールしておく Anaconda Promptを起動 conda create -n pytorch python=3.7 conda activate pytorch conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch conda ins…

みんな大好き金曜日。 1週間（正しくは5日間だけど）続けられた達成感もあってウッキウキ。 今回は機械学習に必要なデータの準備について説明していくよ。 そしてついに始まるプログラミング。 とりあえず機械学習してみたい！って方向けの自由に利用可能なデータを使った方法と、自分で用意したデータの形を整えて使う方法の2種類を紹介していきます。 本日の内容はコチラ↓ そもそも機械学習ではどんなデータを用意すればいいの？ （初心者向け）irisデータセットを使ってサクサク準備！ （中級者向け）自作のデータを整えてみよう！ ではでは早速始めていこう。 そもそも機械学習ではどんなデータを用意すればいいの？ 機械…

zenn.dev

データサイエンスや機械学習の案件を進めるとき、皆さんはプロトタイプ開発に何を使ってますか？ PyQt5やTkinterなど、選択肢はいろいろあるかと思います。 私は、分析やモデル作成はJupyterlab上をやっているなら、そのままJupyterlab上でお客様に見せられるような簡易的なGUIが素早く作れたら楽だと思いました。 UI/UXを考えるのは、プロトタイプ作成⇔相手との認識合わせを繰り返してからでも良さそうだという考えです。 そこで、Jupyterlab上でインタラクティブな簡易GUIを作成できるipywidgetsを使ってみました。 今回は、ipywidgetsによるJupyterl…

はじめに P計画: 倒立振子の思ひ出 筆者のメインPCは11年物のSandy Bridge (Intel Core i7-2600K)を使用した骨董品です。そのHDDの奥底から，はるか昔の実験レポートが出土しました*1。今でも図1のようにMicrosoft Wordで開くことができます。 図1: はるか昔の実験レポートの表紙と最初のページ そう，筆者は過去に台車形倒立振子を触ったことがあったのでした。読み返してみると，非線形な運動方程式としてのシミュレーションはしておらず，ほぼいきなり線形化したモデルから始まっていました。ベルト駆動の台車をガタガタさせながら，鉄の棒を倒立させていたことを懐かし…

AWS Cloud Quest: Machine Learning - Credly AWS Cloud Quest: Cloud Practitioner - Credly AWS Cloud Quest: Solutions Architect - Credly AWS Cloud Quest: Security - Credly AWS Cloud Quest: Serverless Developer - Credly AWS Cloud Quest: Data Analytics - Credly これで全部そろった。 この6種類とは別に，Industry Questがあるので，Cl…

こんにちは、Red Hatでソリューションアーキテクトをしている石川です。 前回に引き続きRed Hat OpenShift Data Science（RHODS）についての記事となります。 rheb.hatenablog.com 今回はRHODSで利用できるカスタムイメージの作り方や、その他役立つ設定などをご紹介していきます。 カスタムイメージについて 前回の記事の中で、RHODSではデフォルトで利用可能な5つのコンテナイメージがあることに触れました。 ・Minimal Python ・Standard Data Science ・CUDA ・PyTorch ・TensorFlow それぞれ…

G-gen 又吉です。今回は Vertex AI Workbench を用いて JupyterLab の開発環境から BigQuery ML を実行し機械学習モデル(クラスタリング)を作成していきたいと思います。 概要 概要 今回使用するデータ K-means 法とは 準備 Vertex AI Workbench の作成 BigQuery データセットとテーブルの作成 JupyterLab 起動 実行 データの確認 ハイパーパラメータチューニング ハイパーパラメータチューニング機能の確認 モデルの作成 概要 概要 今回は、Vertex AI Workbench を用いて JupyterLab …

動機 2023年3月17日より、Xenonpyを使った機械学習の方法を勉強するためにしばらくは、Xenonpyに関する事柄を自分のために記録する。小目標として、「Xenonpy(https://github.com/yoshida-lab/XenonPy)を使いこなす。」 を掲げて、しばらく続けていく。 しかしながら、少しの縛りを設ける必要がある。 機材と環境 Macbookpro(2021,14inch) Miniconda (arm64 Apple Silicon)インストール済みLinuxではなくて（あるけど）、MacのM1搭載機をフル活用したいので、機材に選んでいる。 準備 Xenon…

こんにちは!!!クライアントエンジニアの小林です。今回はSageMaker Serverless Inferenceを使用してPyTorchな推論モデルをサーバーレスで動かしていきます。 作業環境 概要 SageMaker Serverless Inferenceとは SageMaker Serverless Inferenceの料金プラン 流れ モデルと推論コードの準備 モデル実装 追加のパッケージ指定 学習済みモデルの用意 SageMaker PyTorch Model Server ファイルを圧縮 ファイルのアップロード バケットの作成 アップロード モデルのデプロイ ノートブックインス…

Pythonでのデータ分析の仕方を解説した初学者向けの解説書です。Pythonの実行環境は、venv仮想環境上のJupyterLabを用いています。データ分析の裏にある理論はごく簡単に触れる程度にとどめられ、実施例が豊富に説明されています。データ分析の理論を学びたい人にはもの足らないかもしれませんが、難解な理論より具体的な実施例を学びたい人には最適です。 利用している主なツール類は、 Numpy pandas Matplotlib scikit-learn Requests Beautiful Soup 4 MeCab です。 データ分析の基本として、分類、回帰、クラスタリングなど、主だったデ…

導入までは以下の記事ほぼそのままです。※pip 使わず conda 使ってるところだけ違う。元記事の方はうんこ漏らしてません。 kondeneenen.com インストール パス設定 conda init conda 環境構築 Jupyter導入 Jupyter起動 インストール インストーラは一ディレクトリ作成 $ mkdir tmp $ cd tmp 以下のページより Linux 向けインストーラのパスをコピー www.anaconda.com これ ダウンロード # URLに上記インストーラのパスを指定 $ wget https://repo.anaconda.com/archive/A…

はじめに P計画 車輪形倒立振子を作る──この目標に対して問題を分解しながらアタックするため，前回にて床を転がる車輪のシミュレーションとアニメーションをPython (+ NumPy, SciPy, Matplotlib)で実現した経緯をまとめました。次は振り子をシミュレーションしようと思っていましたが，勢い余って（？）振り子だけでなく台車も含めた台車形倒立振子まで進むことができたので，今回はその様子について記述していきます*1。 床を転がる車輪とは異なり，台車形倒立振子では運動方程式がもろに非線形になります。本記事では非線形のままの運動方程式を表現するPythonの関数を定義し，SciPyの…

やる気が再燃してきたので，しばらく前に挫折して以来放置していた CryptoHack を再開しました． いまこんな感じです． JupyterLab 環境を Docker で作ってやりました*1． 感想なのですが，CryptoHack は LeetCode のように週一でコンテストをしていたりはしないので，点を稼ごうとすると「答えを丸写しする」という戦略が最適になってしまいます．だから，まじめにやりたいけどまじめにやる覚悟がつかないな……と思いました． また，CTF はパズルのような楽しさがあるのですが，具体的にこれこれを作ろう！という話からは距離があるように感じました．私の個人的な好みとして，…

はじめに P計画 2023年を迎えて2月に入り，その2月も終盤に差し掛かろうとしています。三寒四温──もう春が近いですね…🌸 筆者が年初に思い描いた目標の1つに「車輪形倒立振子を作る」があります。ESP32等のマイコンモジュールとMPU6050等のジャイロセンサ，モータドライバIC，DCモータと車輪を組み合わせれば，ハードウェアとしては（拙いながらも）作ることだけはできそうです。実際，昨年に荒い試作をしてみましたが，残念ながら倒立する気配はありませんでした。 やはり，まずは数理モデルを構築し，現代制御理論に立脚した制御設計を経てこそ，倒立振子の真の醍醐味を得られるのではないか──？ このような…