Chainerのメリット～インストール方法まで入門者向けに解説！
AI・機械学習
2018/06/21
AI・機械学習
近年益々注目を集めている人工知能(AI)ですが、新しい深層学習(ディープラーニング)のライブラリが続々誕生しています。そして、そのうちの１つに「Chainer」があります。
ChainerはPythonでニューラルネットワークが記述できる、非常に高機能なライブラリです。この記事ではChainerの概要から利用するメリット、さらにMac、Windows、Linux、3種類のOS環境でのChainerのインストール方法まで詳しく解説します。
PythonのOSSライブラリ Chainerとは？
Chainerとは、ニューラルネットワークの計算、および学習を行うためのオープンソースソフトウェアライブラリです。
Chainerは深層学習(ディープラーニング)の研究と開発を行うスタートアップ企業、「Preferred Networks（PFN）」が主に開発を進めていて、プログラミング言語であるPythonで深層学習のプログラムを実装する際に使用できるフレームワークです。Chainerには公式の日本語ユーザーグループも用意されています。
深層学習（ディープラーニング）とは、人工知能(AI)を支える手法の１つで、機械学習を発展させた手法です。詳しくは「話題のディープラーニングとは？初心者向けに1から徹底解説！」で解説していますので、参考にしてみて下さい。
Chainerを利用するメリットは？
Chainerはプログラミング言語であるPythonでシンプルに記述できるという、その使いやすさが大きなメリットです。そのため、人工知能（AI）の手法の１つである深層学習（ディープラーニング）に必要なニューラルネットワークの構成も、Chainerで実装することができます。
そのほかのメリットとしては、下記が考えられます。
・パソコンへのインストールが簡単
・高速に大量のデータを処理できるGPUに対応させることができる
・計算グラフ(ニューラルネットワークの構造)の構築を、データを流しながら行うため、データ構造によってモデルを変えるのが簡単で、デバッグも簡単
・畳み込みやリカレントといった様々な種類のニューラルネットワークをPythonでシンプルに実装できる
・ネットワーク構成の記述にはPython制御構文をそのまま使用できるため、Chainerであれば直感的な記述が可能
補足：ニューラルネットワークとは？
ここで、ニューラルネットワークについて、簡単におさらいしておきます。
ニューラルネットワークとは、機械学習の手法のうちの１つで、人間の神経細胞の情報伝達の仕組みを応用したものになります。ニューラルネットワークは人間の脳の情報伝達の仕組みを応用されているため、高い計算能力があり、大量のデータを処理することも可能です。
もっと詳しく知りたい人は「ニューラルネットワークとは？人工知能の基本を初心者向けに解説！」を見てみてください。ニュールネットワークは人工知能(AI)、深層学習の基礎を学ぶ上で必要な知識です。
OS環境別 Chainerのインストール方法
つづいてOS環境が「Mac」「Windows」「Linux」3種類でのChainerのインストール方法、さらに環境構築方法を解説します。
Mac環境でのインストール
MacでChainerをインストールする場合、はじめに以下の3つをインストールする必要があります。
・Homebrew
・pyenv
・anaconda
「Homebrew」はパッケージ管理システムで、「pyenv」はPythonのバージョンを切り替えたりできるツールです。そして「anaconda」はPythonでよく使われるライブラリがセットになったパッケージです。
Homebrewをインストールするには、以下のコマンドをターミナルで打ちます。
ruby –e “$( https://raw.githubusercontent.com/Homebrew/install/master/install)”
次にpynevをインストールします。pynevをインストールするには、以下のコマンドをターミナルに打ちます。
brew install pyenv
そして、pyenvをインストールした後は環境変数を設定する必要があります。次に以下のコマンドを打ってください。
export PATH=”/usr/local/Cellar/.pyenv/shims:$PATH”
export PATH=${PYENV_ROOT}/bin:$PATH
eval “$(pyenv init -)”
上の3つのコマンドを叩いても何も表示されませんが、問題ありません。そして環境変数の設定を反映するために、次に以下のコマンドを打ってください。
source ~/.bash_profile
これでpyenvのインストールは完了しました。次にanacondaをインストールします。anacondaにはPython2系に対応したバージョンとPython3系に対応したバージョンがあり、それぞれ以下のコマンドをインストールしてください。
Python2系- $ pyenv install anaconda2-5.2.0
Python3系- $ pyenv install anaconda3-5.2.0
これでanacondaのインストールが完了しました。最後にChainerをインストールするため、以下のコマンドを入力してください。
pip install chainer
以上でMacにchainerをインストールする作業は完了です。
Windows環境でのインストール
Windows環境でChainerをインストールする場合、Mac環境でもインストールしたAnacondaをインストールするのが便利なので、はじめにAnacondaをインストールし、次にChainerをインストールします。そして最後にChainerをGPUに対応させます。
また、Anacondaのインストールをする前に、「Visual Studio Community」というMicrosoftの統合開発環境(IDE)をインストールしてください。
■Anacondaをインストール
はじめにWindows環境にAnacondaをインストールする方法を紹介します。
Anacondaは「Download Anaconda Distribution」でインストールできます。
インストールする時は画面左側にあるWindowsを選択し、Python3系であれば「Python 3.6 version」を、Python2系であれば「Python 2.7 version」を選択してください。
詳しいインストール方法については、「AnacondaでPythonの環境構築！概要～インストール方法まで解説」の記事で確認しましょう。
Anacondaをインストールしたら、コマンドプロンプトを起動し、以下のコマンドを打ってChainerをインストールしてください。
pip install chainer
■ＧＰＵに対応させる
つづいて、Windows環境でChainerにGPUを対応させる方法を紹介します。GPUを対応させることで、Chainerを使用した時に、CPUよりも大量のデータを高速で処理することが可能になります。
ChainerをGPUに対応させる場合、はじめに「CUDA」というGPU演算とChainerを接続する、コンピューティングプラットフォームをインストールします。CUDAはNVIDIAの「CUDA Toolkit」のページでインストールできます。
次に、NVIDIAが公開している深層学習用のライブラリ「cuDNN」をインストールします。cuDNNをインストールすることで、ソフトウェアの速度が上がります。cuDNNはNVIDIAの「NVIDIA cuDNN」のページでダウンロードできます。
cuDNNをダウンロードしたあとは、CUDA Toolkitインストールフォルダに「cuda\{bin,include,lib}」を上書きコピーすることで、インストールが完了します。
そして最後に、環境変数を設定します。はじめに環境変数’PATH’に対して、以下のコードを追記します。
C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin
次に環境変数’INCLUDE’に以下のコードを追記します。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
C:\Program Files (x86)\Windows Kits\10\Include\10.0.10240.0\ucrt
以上でWindows環境でのChainerの設定は完了です。
Linux環境でのインストール
Linux環境でのインストール方法を説明します。Linux環境でChainerを使用するには、「Ubuntu」が便利です。
UbuntuにChainerをインストールする方法
最後にLinuxディストリビューションの１つであるUbuntuにChainerをインストールする方法を紹介します。
UbuntuにChainerをインストールする時も、CUDAとcuDNNをインストールします。手順はWindows環境の時と同じです。
cuDNNはダウンロードしたあと、以下のコマンドを打ってインストールしてください。
sudo dpkg -i libcudnn6_6.0*+cuda8.0_amd64.deb
sudo dpkg -i libcudnn6-dev_6.0*+cuda8.0_amd64.deb
sudo dpkg -i libcudnn6-doc_6.0*+cuda8.0_amd64.deb
次に環境変数を設定します。はじめに.bashshrcに以下を記述します。
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
exec $SHELL -l
そして最後に以下のコマンドを打って、Chainerをインストールします。
pip install cupy
pip install chainer
以上でLinux環境でのChainerのインストール作業は完了です。
こちらの記事を参考にして、ぜひ自分のOS環境でもChainerをインストール、環境構築を試してみてください。
また、0から深層学習(ディープラーニング)を学んでみたい人は「みんなのディープラーニング講座 ゼロからChainerとPythonで学ぶ深層学習の基礎」を受講してみてはいかがでしょうか？
UdemyではChainerの実装ができる動画講座も用意しています。
パソコンと基礎的な数学のスキルがあれば受講できるので、ぜひ挑戦してみてくださいね。
