(1) 方法
いろいろなサイトに解説がありますが、私が確認したのはこちら。
1. xsel のインストール
$ sudo apt-get install xsel
2. ~/.config/nvim/init.vim に以下を追記
set clipboard+=unnamed
( :help clipboard を参照。set clipboard+=unnamedplusとすると通常のヤンクもクリップボードに反映されるようだ。)
3. neovimにて
i. ヤンク: ビジュアル選択した後で、"+y でヤンク。
"*y ではうまくいかない。
ii. プット: ブラウザなどでマウス等でセレクトしてC-cにてコピー。
その後neovim上のノーマルモードで "+p でプット。
(2) 環境
GalliumOS 2.1 + chromebook14(CB3-431) Edgar
(3) 参考サイト
neovim/vimでクリップボードと連携
2019年2月15日金曜日
2019年1月19日土曜日
LXterminal のオプション設定
LXterminal にオプションを設定する方法。
1. 左下 スタートメニュー --> システムツール --> LXterminal を出す。
2. LXterminal の文字の上で、マウス右クリックからプロパティを選択。
3. コマンドの欄にて以下のように変更
lxterminal -->
Lubuntuに一般ユーザーを追加したが、ターミナルを開いてもプロンプトが設定されていない、キーボードショートカット(ctrl+hなど) が効かない、historyなどのコマンドも効かない問題があった。その対処方法。
参考サイト
1. Lubuntu/LXDEのLXTerminalをlogin-shellとしてメニューから起動する
1. 左下 スタートメニュー --> システムツール --> LXterminal を出す。
2. LXterminal の文字の上で、マウス右クリックからプロパティを選択。
3. コマンドの欄にて以下のように変更
lxterminal -->
lxterminal --geometry=80x40 -e "bash -il"Lubuntuに一般ユーザーを追加したが、ターミナルを開いてもプロンプトが設定されていない、キーボードショートカット(ctrl+hなど) が効かない、historyなどのコマンドも効かない問題があった。その対処方法。
参考サイト
1. Lubuntu/LXDEのLXTerminalをlogin-shellとしてメニューから起動する
2019年1月9日水曜日
Neovim のインストール
(1) インストール
こちらのサイトのubuntuの項目の方法。
stable を使用。unstableを使用した方がいいのか。
(2) 環境
GalliumOS 2.1 + chromebook14(CB3-431) Edgar
(3) vim設定
.vimrc の設定内容は ~/.config/nvim/init.vim に記載。ファイルがなければ新規作成。
(4) メンテナンス
1. へんなマークが現れる問題
set guicursor=
をinit.vim に記載。参考サイト
(2019/04/04追記)
インストールをしなくとも、GitHubのlinuxの項目に記載されている
curl -LO https://github.com/neovim/neovim/releases/download/nightly/nvim.appimage
chmod u+x nvim.appimage
./nvim.appimage設定は上記(3)のとおり、~/.config/nvim/init.vim に記載する。
機械学習の学習(1)
機械学習の学習についての個人備忘録 I
ようやく簡単なmnist の多項分類モデルをjupyter notebook 上にてKerasでnn層のみ(*1)で記載する(ところまで到達。
(*1) openCVやCNNを使用しない状態。
(1) 参考文献・資料
1. 詳解ディープラーニング / 巣籠悠輔氏著 / マイナビ出版
2. Pythonで動かして学ぶ深層学習の教科書 / 石川聡彦氏著 / 翔泳社
3. Udemy Kaggleで学ぼうPythonとKerasで学ぶディープラーニング開発入門 / 井上博樹氏
4. gacco 機械学習・深層学習
(2) 本日の発見
1. mnist の学習には約1分間/1epoch もの時間がかかり、学習スピードアップにはマシンスペック(CPU/GPU)が必要。
現在のマシンはGalliumOS 2.1 on chromebook14(CB3-431) + jupyter notebook with miniconda
2. Tensorflowのバージョンが古い(ex. 1.5.0)と、KerasにてDense構文のパラメータ内にノード数と活性化関数を表記する方法での記載でエラーが発生する(1層目にはinput_shapeを明示する必要があるようだ)。Tensorflow 1.10 程度にまげ上げるとエラー解消(ノード数の設定と活性化関数の指定だけでOK)。
3. Tensorflow1.11 にてmodel.save でエラー発生。1.10では問題発生しない。こちらに記載あり。
(3) 本日の疑問
1. 機械学習・深層学習を行う上でKerasではなく、Tensorflowで記述するメリットは何か。
Kerasではパラメータの詳細を設定できないケースがあるかもしれない。
2. Kerasでの学習モデル層の記載で、全層構成を表示するにはどうするか。
3. __file__ が使えない。どこかのサイトで jupyter notebook では__file__は使えないとあったが、書籍には特にそういう記載はなかったと思います。
ようやく簡単なmnist の多項分類モデルをjupyter notebook 上にてKerasでnn層のみ(*1)で記載する(ところまで到達。
(*1) openCVやCNNを使用しない状態。
(1) 参考文献・資料
1. 詳解ディープラーニング / 巣籠悠輔氏著 / マイナビ出版
2. Pythonで動かして学ぶ深層学習の教科書 / 石川聡彦氏著 / 翔泳社
3. Udemy Kaggleで学ぼうPythonとKerasで学ぶディープラーニング開発入門 / 井上博樹氏
4. gacco 機械学習・深層学習
(2) 本日の発見
1. mnist の学習には約1分間/1epoch もの時間がかかり、学習スピードアップにはマシンスペック(CPU/GPU)が必要。
現在のマシンはGalliumOS 2.1 on chromebook14(CB3-431) + jupyter notebook with miniconda
2. Tensorflowのバージョンが古い(ex. 1.5.0)と、KerasにてDense構文のパラメータ内にノード数と活性化関数を表記する方法での記載でエラーが発生する(1層目にはinput_shapeを明示する必要があるようだ)。Tensorflow 1.10 程度にまげ上げるとエラー解消(ノード数の設定と活性化関数の指定だけでOK)。
3. Tensorflow1.11 にてmodel.save でエラー発生。1.10では問題発生しない。こちらに記載あり。
(3) 本日の疑問
1. 機械学習・深層学習を行う上でKerasではなく、Tensorflowで記述するメリットは何か。
Kerasではパラメータの詳細を設定できないケースがあるかもしれない。
2. Kerasでの学習モデル層の記載で、全層構成を表示するにはどうするか。
3. __file__ が使えない。どこかのサイトで jupyter notebook では__file__は使えないとあったが、書籍には特にそういう記載はなかったと思います。
登録:
投稿 (Atom)
