GoogleColab-MLライブラリのインストール
Colabは、市場で入手可能なほとんどの機械学習ライブラリ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、次のいずれかのオプションを使用できます-
!pip installまたは
!apt-get installケラス
Pythonで記述されたKerasは、TensorFlow、CNTK、またはTheano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簡単で高速なプロトタイピングを可能にします。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をサポートします。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 kerasPyTorch
PyTorchは、深層学習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 torchvisionMxNet
Apache MxNetは、ディープラーニング用のもう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-cu80OpenCV
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。顔の認識、オブジェクトの識別、移動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する2500を超える最適化されたアルゴリズムがあります。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-pythonXGBoost
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。それは非常に効率的で、柔軟性があり、持ち運び可能です。GradientBoosting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==0.4a30GraphViz
Graphvizは、グラフを視覚化する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、データベース設計の視覚化に使用され、さらに、データの視覚的インターフェイスが必要な多くのドメインで使用されます。
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、人気のある機械学習ライブラリを含むJupyterノートブックの作成方法を学びました。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。