ジコログ

GitHubには、面白そうな機械学習のサンプルコードやライブラリが公開されています。しかし、高い確率でそれらは動きません。この記事では、それらのサンプルコードやライブラリを動かすための一つの方法を解説しています。この記事を参考にして、StyleGANなどを試していきましょう。

「TensorFlow 1系（GPU版）をインストールできない！！」と困っていませんか？それは、CUDA 10.0がインストールされていないからです。この記事では、CUDA 10.1のインストール済みでも、CUDA 10.0をインストールする方法を解説しています。

PyTorchの勢いを知っていますか？Chainerがなくなった今、PyTorchがTensorFlowを追い越そうかという勢いです。この記事では、PyTorchの現状とインストール方法を解説しています。簡単にインストールして、気軽にPyTorchを試すことができます。

Scipyのことを知っていますか？TensorFlowをインストールしたら、自動的にインストールされるライブラリです。Scipyについてはそれぐらいの認識の人が多いかもしれません。でも、Scipyは単独でも使えるライブラリです。この記事では、Scipyに関して解説しています。

psutilライブラリを使えば、PythonでCPUやメモリの使用率を確認できるの知っていますか？それも、Windows、macOS、LinuxとOSを問わずに同じコードで確認できます。この記事では、psutilライブラリに関して解説しています。

PythonでYouTubeの動画をダウンロードする場合、pytubeが利用できます。pytubeはコマンドラインツールとしても、モジュールとしても、簡単に利用することが可能です。この記事では、Pythonライブラリであるpytubeに関する解説を行っています。

Pythonのプログラム（ソース）の書き方で議論するのは、時間の無駄です。時間を無駄にしないように、PythonのFormatterを利用しましょう。この記事では、Googleが開発したPythonのFormatterであるYAPFに関して解説しています。

Windowsで気軽に形態素解析を試したと思いませんか？そのような場合には、Janomeの出番です。Pythonさえ使えれば、Janomeライブラリで簡単に形態素解析を行うことができます。この記事では、形態素解析を簡単に試せるJanomeに関して解説しています。

Pythonで機械学習やスクレイピングなどの時間のかかる処理を実行する場合、処理の進捗状況を知りたいと思いませんか？「print」で頑張る方法もありますが、便利なライブラリに頼りましょう。tqdmを使えば、プログレスバーを簡単に表示できます。この記事では、tqdmに関して解説しています。

Pythonの高速化を実現したい場合、どのような方法があるでしょうか？コーディングでの工夫は当然。CythonでC言語の力を借りる方法がありますね。あと、もう一つあります。GPUを利用する方法です。この記事では、PyCUDAを使ってGPU上で処理ができる方法を解説しています。