このページは第2回です．第1回はこちら．

前回に引き続き，機械学習の環境を構築していきます．
最終的にはtensorflow・kerasとpytorchを入れるところがゴールですが，今回は補助ツール的なライブラリと，sklearnを入れます．

タイムゾーン設定

タイムゾーンを先に設定しておかないとdockerのbuildで止まってしまうので，タイムゾーンを設定します．

Dockerfileに以下を追記します．

ENV DEBIAN_FRONTEND=noninteractive
RUN apt update && apt install -y tzdata
ENV TZ=Asia/Tokyo 

gitのインストールより前でなくてはいけないようです．
参考にしたサイト：https://sleepless-se.net/2018/07/31/docker-build-tzdata-ubuntu/ 

補助ツール

gitとscreenを入れておきます．
他にも必要なものがあれば，ここで付け足していって下さい．

RUN apt update && apt upgrade -y && apt install -y --no-install-recommends \
   git \
   screen

これもDockerfileに追記です．
タイムゾーンの設定より後にして下さい．

matplotlib

グラフを描画するためのライブラリです．
アルゴリズムには直接関係ありませんが，デバッグなどで使うことが多いと思うので入れておきます．

以下をDockerfileに追記します．

RUN apt install -y --no-install-recommends python3-matplotlib

apt installなのでgitの部分と合わせてやっても問題ありません．

pipのupgrade

ここからpipでいろいろインストールすることになるので，pipのバージョンを最新にしておきます．

ちなみにpipの-qは出力を出さないようにするオプションです．出力が見たい場合はオプションを消して下さい．

以下をDockerfileに追記してください．

RUN pip3 install -q --upgrade pip

numpy

numpyも最新でない場合があるので，一応upgradeしておきます．
pipのupgradeと合わせても問題ありません．

以下をDockerfileに追記．

RUN pip3 install -q --upgrade numpy

sklearn

ではsklearnを入れましょう．pipがちゃんとupgradeできていれば，pipがうまいことインストールしてくれます．

以下をDockerfileに追記します．

RUN pip3 install -q scikit-learn

ここは公式を参考にしました．

テストコードで動作確認

最後にここまでインストールしたpythonライブラリを動作確認しましょう．

簡単なテストコードを書きました．

#!/usr/bin/env python
# coding: utf-8

import numpy as np

x = np.random.normal(5.0, 1.0, 100)
print(x)

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt

plt.figure()
plt.hist(x, bins=10, color="red")
plt.savefig("matplotlib_test.png")

from sklearn import linear_model
reg = linear_model.LinearRegression()
reg.fit([[0, 0], [1, 1], [2, 2]], [0, 1, 2])
print(reg.coef_)

実行は

python3 test_code.py

です．（保存したファイル名がtest_code.pyの場合）

ライブラリが正しく動けば，
・端末には平均5.0，分散1.0の正規分布からサンプリングされた100個のサンプルの配列と
・[0.5, 0.5]が表示され，
・ディレクトリに100個のサンプルのヒストグラムの画像が保存されます．

sklearnのサンプルプログラムは公式サイトを参考にしました．

ここまでのファイルを公開しています

Dockerfileとテストコードを公開しました．
（第二回分のcommitメッセージがミスっていますが，これは直せないので気にしないで下さい）
ご自由にダウンロードして使って下さい．

続きは次のページに

最終回となる次回は機械学習のライブラリを入れます．ページはこちら．
tensorflowとkeras，pytorchを入れて完成です．

この記事を書いた人: @wina_S_1991