Happy Hacking Keyboard搭載のPCがないので作ってみた（3. 環境構築編）
Raspberry piに機械学習環境を整える
さて、その1、その2でraspiを搭載したHHKBを作りました。さぁ、これを使って楽しいコーデイングライフを送りましょう！私の用途は主に機械学習系のコードをPythonで書いて実行です。その際の環境構築について主に書きます。
Raspiの処理能力を最大限に使うために、基本的にはCUIで全て動作させています。
CUI編（共通編）
OS
下記リンクのRaspbian strech wigh DektopをダウンロードしてSDカードに焼きます。普通のRaspiのセッティングです。
Download Raspbian for Raspberry Pi
なお、
3. Boot Options -> B1. Desktop /CLI -> B1 Console
にしておいて、起動時にCLIが立ち上がるようにしておきます。
フォントの変更
それではCLIで起動させてみましょう。おなじみの起動画面です。デフォルトのフォントはなんか堅いですね。視認性が良くなく、コーディング向きではないので変えましょう。
/etc/default/console-setupを開いて
にしました。
console-setup(5) — console-setup — Debian stretch — Debian Manpages
このあたりは好みで変えてください。
いい感じになりましたね。
Python環境
berricondaのインストール
ラズパイでも仮想環境を使いたい。そんな場合はberrycondaを入れましょう。
インストール方法は、readmeに従えば良いです。
自分の環境に対応するshファイルを落としてきて、下記のように入力するとインストーラーが開きます
最後に、「pathを設定しますか？」的なことを聞かれるので、yesにしておきます。
デフォルトでは~/以下に設定されます。
仮想環境の作成
通常のanacondaと同様です。例えば
で環境名"py36"でpython3.6の環境をインストールします。
python2系を入れると今時は小学生にもバカにされるらしいので、3系を入れときましょう。仮想環境に入るときは
pythonライブラリのインストール
condaコマンドを使って入れていきます。pipでも入りますが、raspiの処理能力ではコンパイルに時間がかかります。condaの方が早いのでなるべくcondaで入れましょう。2018年4月現在、良く使いそうなライブラリでいうと
- numpy 1.15.1
- scipy 1.0.0
- pandas 0.23.4
- matplotlib 2.1.2
- scikit-learn 0.19.2
になっています。
機械学習系
pipで特に問題なく入ります。自分の使いやすいバージョンを入れてください。私の環境をざっとみると
- tensorflow 1.12.0
- Keras 2.2.4
- chainer 5.2.0
- gym 0.11.0
画像系
- opencv
- pillow
特に問題なく入っています。（バージョン忘れた）
入らないもの
現在確認できているもので、下記のものは64bit versionのpythonでの動作が要求されているのでraspbian (32bit)ではインストールできません。
- LightGBM
- PyTorch
ここらへんが使えないのはちょっと痛いですね。（Kagglerが去っていきそう。そもそもKagglerがraspi使わないか。。）
raspi3からは64bit環境になっているので64bit対応のOSを入れることを検討しています。
開発環境
さて、Pythonが入ったのでバリバリコーディングしていきましょう。
ん、IDEは？VS Code、それともPyCharm?Jupyterはどうやって使うの？
すみません、CLIなので、上記は使えません。（ここまで読んでいて期待ハズレだった方ゴメンなさい。）
だけど、大規模システムならともかく、数ファイルで完結するソースコードならCLIで楽々作れちゃいます。次回はエディタとiPythonコンソールを切り替えながら、高速にコーディングしていくスタイルを紹介します。
