2020/09/06 2020/09/06

Visual Studio Codeという選択肢 <= Jupyter Notebookで面倒と感じたことがありますか？

アクセス: 1109

コメント: 0

ええ。Jupyter Notebookは便利です。そこに異論はないです。 
それにKaggleでもGoogle Colaboratoryでも同様の仕様を使っているので使いこなせるようになっておくべきです。 
でも、時々面倒なことってありませんか？ 
例えば、どこかのディレクトリにある関数をImportしてくる時にディレクトリ構造が見えにくくて上手くいかなかったり、上手くいったとしてもそれらの関数の中身を見たい時にはもう一つノートブックを立ち上げたり、テキストエディタを別途立ち上げて確認したりしたことってないでしょうか？ 
同じようなことが訓練用データをディレクトリに入れたり、その訓練用のデータの中身を確認したりする時にも言えますし、更には何かOSレベルのコマンドを打つ時に頭に「！」を入れて「!pwd」とかやるのもなんか面倒に感じることはありませんか？ 
僕はありました。特に「ゼロからつくるDeep Learning」の勉強をしている時非常に感じました。 
本の中に書かれているコードはGithubで公開されているのですぐに入手することが出来ます。 
ただ、それらのコードをJypyter Notebookにコピペしたり、コピペしても自作の関数を上手く呼び出せずに思ったように動かない・・・。更には自作の関数の中身を見るのもおっくうなので、結局見ないでなんとなく（うまくいっていなくても）先に進んでしまう。 
なんてことが多々発生しました。 
まぁ「怠惰な人間だ」と言ってしまえばそこまでです。否定はしません。 
でも効率的な方法があったらそれを試してみたいとも思いました。 
そんな時、AIの勉強とは関係ないところで出会ったツールがVisual Studio Code。「あれ、なんかいけるかも？」と思って試しに使ってみたら、自分的にはかなり面倒なことが少なくなり、Githubにある「ゼロからつくるDeep Learning」コードも実行しやすくなりました。 
※Visual Stdio Codeは以下ページからWindows版、Mac版、Linux版全て無料で入手できます（リンク変わるかもしれないので、その際にはググってください） <a href="https://code.visualstudio.com/">https://code.visualstudio.com/</a> 
※Visual Studio CodeにはPythonは含まれていません（Anacodaとかとは違います）。なので、Visual Studio CodeをインストールするPCでは別途Pythonが実行できるようにしておいてください。 
 
<h2>何が便利なのか？</h2>
以下はVidual Studio Codeを利用して「ゼロからつくるDeep Learning」の勉強をしている時の画面です。 <img height="505" src="/p/wtvr5puox7acf3aekyew-2ec2f701.jpg" style="width:920px;height:505px;" width="920" alt="wtvr5puox7acf3aekyew-2ec2f701.jpg" /> 
まず、下準備として、GithubからCodeをZIP形式でダウンロードしてきます。そして、そのファイルを展開/解凍して、そのまま①のエリアにドラッグ&ドロップするとファイルの一覧がツリー構造で表示されるようになります。 
そしてそのツリー構造の中から自分が確認したいファイルを選択すると、②のエリアにそのファイルの中身（コード）が表示されます。もちろん②のエリアでその中身（コード）を変更して、Ctrl+sでセーブすることも出来ます。 
更に、上部メニューの「Terminal」から「New Terminal」を選択すると、③のエリアが表示され、そこで普通にOSレベルのコマンドが実行できます。 
 
<h2>もっと具体的に</h2>
例えば僕がJupyter Notebookを利用して「ゼロからつくるDeep Learning」を勉強していて最初にはまった第3章のmnistデータのロード。 
コードをみると、3行目に「# 親ディレクトリのファイルをインポートするための設定」とか（当時では）意味不明なことが書かれています。 
でもVisual Studio Codeを利用すると、左下の①のツリー構造も見えるので、なんとなく意味がつかみやすくなりました。つまり 
「あー、6行目のfrom dataset.mnist import load_mnistっていうのは、作者が作ったdatasetディレクトリの中にあるmnist.pyっていうファイルの中のload_mnistっていう関数をインポートしてるのかー」 
ということがなんとなくわかるようになってきました。 <img height="584" src="/p/ubc48wde2gb9hiutmk4m-aa9fe85a.jpg" style="width:920px;height:584px;" width="920" alt="ubc48wde2gb9hiutmk4m-aa9fe85a.jpg" /> 
そして実際にdatasetディレクトリの中のmnist.pyファイルを見ると、90行目にload_mnistの関数が定義されているので、「ふむふむ。こういった処理をしているのだな」なんてことを読んでいくことが出来ます。 <img height="666" src="/p/guziwcrha2mntz9ak9tb-4b21f9de.jpg" style="width:920px;height:666px;" width="920" alt="guziwcrha2mntz9ak9tb-4b21f9de.jpg" /> 
これってJupyter Notebookを利用しても出来なくはないですが、自分的にはVisual Studio Codeを利用した方が全然簡単だと感じました。 
あとは、何故か上手くいかなかったか、上手くいくために苦労したのか忘れましたが（忘れすぎだろ・・・）、第4章の勾配のグラフなんかも、Visual Studio Codeでは全く苦労なく表示されたりします。 
（Terminalのエリア＝③のエリアで「python xxxx.py」で実行できます。この点だけはJupyter NotebookのShift+Enterよりちょっと面倒なところかもしれないです・・・） <img height="574" src="/p/kcdw89antet3h2882ope-b599bd8a.jpg" style="width:920px;height:574px;" width="920" alt="kcdw89antet3h2882ope-b599bd8a.jpg" /> 
ということで、結局は個人の好き嫌いではあるのですが、少しでも気になった方は是非Visual Studio Codeを一度試してみると新しい発見があるかもしれません。

Visual Studio Codeという選択肢 <= Jupyter Notebookで面倒と感じたことがありますか？

人気記事ランキング

YOLOv5 登場！このプロ…

XGBoost（GBDT）とランダ…

噂のNotionですっきり、A…

PyTorchの躍進を紐解く３…

深層学習はシステム1から…

いいね！ランキング

XGBoost（GBDT）とランダムフォレストから…

ディープラーニングを学び始めた方へ　東…

深層学習はシステム1からシステム2へ

自己教師あり可逆性対応の強化学習（AIの…

深層強化学習によるチップ設計の自動化（A…

ユーザーランキング

タグランキング

深層学習

ディープラーニング

AI

deeplearning

Transformer