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。

 

AI・機械学習を学びたい方におすすめの講座

AIとは何かを理解し、機械学習と数学の基礎を理解

データサイエンスの一連の流れを体験！

AIの初歩「チャットボット」を自作してみよう！