データ サイエンス、機械学習、AI プロジェクトの管理に関しては、適切なツールを使用することで大きな違いが生まれます。 Anaconda は、Python ベースのプロジェクトのパッケージ、依存関係、および環境の管理を簡素化する強力なライブラリです。 AI モデルの開発に積極的に取り組んでいる場合、またはデータ サイエンス業界への参入を楽しみにしている初心者の場合、Anaconda をインストールすると、本格的に開始するために必要なものがすべて揃います。
このガイドでは、インストーラー スクリプトを使用して Ubuntu に Anaconda をインストールし、「conda」環境を初期化してビルドを開始するための段階的なプロセスを示します。
前提条件
-
少なくとも次のものを備えた仮想マシン (NodeShift によって提供されるものなど)
- 2 つの vCPU
- 4 GB RAM
- 20 GB SSD
Ubuntu 22.04 VM
注: このための前提条件は、ユースケースによって大きく異なります。大規模な展開の場合は、ハイエンド構成を使用できます。
Ubuntu 22.04 に Anaconda をインストールするための段階的なプロセス
このチュートリアルでは、NodeShift の CPU 搭載仮想マシンを使用します。これは、GDPR、SOC2、ISO27001 の要件を満たす規模で、非常に手頃なコストでハイコンピューティング仮想マシンを提供します。また、直感的でユーザーフレンドリーなインターフェイスを提供しているため、初心者でも簡単にクラウド展開を始めることができます。ただし、選択したクラウド プロバイダーを自由に使用して、チュートリアルの残りの部分で同じ手順に従ってください。
ステップ 1: NodeShift アカウントのセットアップ
app.nodeshift.com にアクセスし、基本的な詳細を入力してアカウントを作成するか、Google/GitHub アカウントでサインアップを続けます。
すでにアカウントをお持ちの場合は、ダッシュボードに直接ログインしてください。
ステップ 2: コンピューティング ノード (CPU 仮想マシン) を作成する
アカウントにアクセスすると、ダッシュボード (画像を参照) が表示されます。
1) 左側のメニューに移動します。
2) [コンピューティング ノード] オプションをクリックします。
3) 開始 をクリックして、最初の計算ノードの作成を開始します。
これらのコンピューティング ノードは、NodeShift による CPU を搭載した仮想マシンです。これらのノードは高度にカスタマイズ可能で、ニーズに応じて vCPU、RAM、ストレージなどのさまざまな環境構成を制御できます。
ステップ 3: VM の構成を選択する
1) 最初に表示されるオプションは、信頼性 ドロップダウンです。このオプションを使用すると、VM に求める稼働時間保証レベル (例: 99.9%) を選択できます。
2) 次に、VM を起動する地理的地域を 地域 ドロップダウンから選択します (例: 米国)。
3) 最も重要なことは、各オプションのバーをスライドさせて、ワークロード要件に応じて VM の正しい仕様を選択することです。
ステップ 4: VM 構成とイメージを選択する
1) 必要な構成オプションを選択すると、リージョン内で構成に従って (またはそれに非常に近い) 使用可能な VM が表示されます。この例では、「前提条件」に最も近いものとして「2vCPUs/4GB/80GB SSD」を選択します。
2) 次に、仮想マシンのイメージを選択する必要があります。このチュートリアルの範囲では、Anaconda を Ubuntu にインストールするため、Ubuntu を選択します。
ステップ 5: 請求サイクルと認証方法を選択する
1) 2 つの請求サイクル オプションが利用可能です: 時間単位 (短期使用に最適で従量課金制の柔軟性を提供します)、および 月単位 (長期プロジェクトの場合)一貫した使用率が得られ、コストが削減される可能性があります。
2) 次に、認証方法を選択する必要があります。パスワードと SSH キーの 2 つの方法が利用可能です。 SSH キーはより安全なオプションであるため、使用することをお勧めします。作成するには、公式ドキュメントにアクセスしてください。
ステップ 6: 詳細を最終決定し、デプロイメントを作成する
最後に、VPC (Virtual Private Cloud) を追加することもできます。これは、安全なプライベート環境でクラウド リソース (仮想マシン、ストレージなど) を起動するための分離セクションを提供します。現時点ではこのオプションをデフォルトのままにしますが、ニーズに応じて自由に VPC を作成してください。
また、数量 オプションをクリックすると、複数のノードを一度にデプロイできます。
それだけです!これで、ノードをデプロイする準備ができました。構成の概要を完成させます。問題がなければ、[作成] をクリックしてノードをデプロイします。
ステップ 7: SSH を使用してアクティブな計算ノードに接続する
ノードを作成すると、数秒または 1 分以内にデプロイされます。デプロイが完了すると、ステータス実行中が緑色で表示されます。これは、コンピューティング ノードを使用する準備ができていることを意味します!
ノードにこのステータスが表示されたら、以下の手順に従って SSH 経由で実行中の VM に接続します。
1) ターミナルを開き、以下の SSH コマンドを実行します。
(root をユーザー名に置き換え、ダッシュボードからコピーした後、IP の代わりに VM の IP を貼り付けます)
ssh root@ip
2) 場合によっては、接続する前に端末が同意を取ることがあります。 「はい」と入力してください。
3) プロンプトが表示され、パスワードが要求されます。 SSH パスワードを入力すると、接続されるはずです。
出力:
ステップ 8: Anaconda インストーラーをダウンロードする
まず、Anaconda をシステムにインストールするのに役立つ Anaconda インストーラーをダウンロードする必要があります。次のコマンドを使用してインストーラーをダウンロードします:
1) システム パッケージのソース リストを更新し、ソフトウェアをアップグレードします。
apt update && apt upgrade -y
出力:
2) 非管理ユーザーを追加します
システム全体への誤った変更を避けるために、非 root または非管理ユーザーを作成し、そのユーザー アカウントを使用してすべてのインストールを実行します。
デモの目的で、「demo」という名前のユーザーを作成し、デモ ユーザーとしてログインします。
(デモを希望のユーザー名に置き換えます)
adduser demo-user usermod -aG sudo demo-user su - demo-user
出力:
3) tmp ディレクトリに移動します
次に、tmp ディレクトリに移動して、インストールを作業ディレクトリから分離します
ssh root@ip
4) インストーラーをダウンロードします
以下のコマンドを使用して、Anaconda のインストールに使用されるインストール スクリプトをダウンロードし、名前を anaconda.sh に変更します
apt update && apt upgrade -y
出力:
ステップ 9: インストーラー スクリプトを確認する
次に、以下のコマンドを使用して、ダウンロードしたスクリプトのチェックサムを取得します。
adduser demo-user usermod -aG sudo demo-user su - demo-user
出力:
ダウンロードしたスクリプトが破損していないことを確認するには、上記の出力で取得したチェックサムを、Anaconda の公式 Web サイトから提供されるチェックサムと照合します。
上記と同様に、リスト内でチェックサムを見つけることができれば、スクリプト ファイルは安全に使用でき、続行できます。そうでない場合は、上記の手順を繰り返してスクリプトを再度ダウンロードします。
ステップ 10: Anaconda をインストールする
スクリプトを確認した後、Anaconda のインストールに進みます。
1) 以下のコマンドを使用してスクリプトを実行し、インストールを開始します。
cd /tmp
出力:
注: 上記のコマンドはサイレント インストール (非対話型) を実行します。つまり、インストーラーは、デフォルトの場所や使用許諾契約などの「デフォルト」設定を受け入れると想定します。したがって、パッケージを直接インストールします。
ただし、場所のパスを指定したい場合は、次のコマンドを使用して対話モードでインストールを実行できます。
wget -O anaconda.sh https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.sh
2) Anaconda を初期化する
パッケージを非対話型モードでインストールした場合、または対話型モードでインストールしたが自動初期化を求められたときに「いいえ」と入力した場合は、次のコマンドを使用して Anaconda をアクティブ化します。
sha256sum anaconda.sh
対話モードでダウンロードし、自動初期化プロンプトで「YES」と入力した場合、インストール後に自動的にアクティブ化されます。変更を有効にするには、bash ファイルを更新するだけです:
bash anaconda.sh -b
3) Anaconda 関数を追加します
bash anaconda.sh
出力:
次にシェルを更新します:
source <path_to_conda>/bin/activate </path_to_conda>
4) インストールを確認します
最後に、インストールが完了し、Ananconda を使用する準備ができているかどうかを確認しましょう。
ssh root@ip
出力:
これが表示された場合は、Anaconda のインストールと初期化が成功したことを意味します。これで、新しいターミナルを開くたびに基本環境が自動的に初期化されるため、conda 関数を直接使用し始めることができます。ただし、この動作を望まず、conda を使用する前に毎回環境を手動でアクティブ化したい場合は、以下のコマンドを使用してこれを無効にします。
apt update && apt upgrade -y
これで、conda を使用するたびに、まず「conda activate」を使用して基本環境をアクティブ化する必要があり、それから conda の使用を続行できます。
結論
Anaconda のような強力な Python ライブラリをインストールすることは、データ サイエンスや機械学習のワークフローを強化したいと考えている人にとって重要なステップです。このガイドでは、Anaconda をダウンロード、インストール、アクティブ化して、効率的な開発のための環境を準備する手順を説明しました。 Ubuntu サーバーを NodeShift にデプロイすることで、最適化されたエネルギー消費、スケーラビリティ、最新のワークロードに合わせてカスタマイズされたパフォーマンスの強化などの追加のメリットが得られました。 NodeShift のインフラストラクチャはスムーズで信頼性の高いセットアップを保証し、Anaconda のようなリソースを大量に消費するツールを持続可能かつ効率的な方法で導入するための理想的な選択肢となります。
NodeShift の詳細については:
- ウェブサイト
- ドキュメント
- リンクトイン
- X
- 不和
- daily.dev
以上が数分で Ubuntu に Anaconda をセットアップ: AI ワークフローを簡素化の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このチュートリアルでは、Pythonを使用してZIPFの法則の統計的概念を処理する方法を示し、法律の処理時にPythonの読み取りおよび並べ替えの効率性を示します。 ZIPF分布という用語が何を意味するのか疑問に思うかもしれません。この用語を理解するには、まずZIPFの法律を定義する必要があります。心配しないでください、私は指示を簡素化しようとします。 ZIPFの法則 ZIPFの法則は単に意味します。大きな自然言語のコーパスでは、最も頻繁に発生する単語は、2番目の頻繁な単語のほぼ2倍の頻度で表示されます。 例を見てみましょう。アメリカ英語の茶色のコーパスを見ると、最も頻繁な言葉は「thであることに気付くでしょう。

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

ノイズの多い画像を扱うことは、特に携帯電話や低解像度のカメラの写真でよくある問題です。 このチュートリアルでは、OpenCVを使用してPythonの画像フィルタリング手法を調査して、この問題に取り組みます。 画像フィルタリング:強力なツール 画像フィルター

データサイエンスと処理のお気に入りであるPythonは、高性能コンピューティングのための豊富なエコシステムを提供します。ただし、Pythonの並列プログラミングは、独自の課題を提示します。このチュートリアルでは、これらの課題を調査し、グローバルな承認に焦点を当てています

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

このチュートリアルでは、Python 3にカスタムパイプラインデータ構造を作成し、機能を強化するためにクラスとオペレーターのオーバーロードを活用していることを示しています。 パイプラインの柔軟性は、一連の機能をデータセットに適用する能力にあります。

Pythonオブジェクトのシリアル化と脱介入は、非自明のプログラムの重要な側面です。 Pythonファイルに何かを保存すると、構成ファイルを読み取る場合、またはHTTPリクエストに応答する場合、オブジェクトシリアル化と脱滑り化を行います。 ある意味では、シリアル化と脱派化は、世界で最も退屈なものです。これらすべての形式とプロトコルを気にするのは誰ですか? Pythonオブジェクトを維持またはストリーミングし、後で完全に取得したいと考えています。 これは、概念レベルで世界を見るのに最適な方法です。ただし、実用的なレベルでは、選択したシリアル化スキーム、形式、またはプロトコルは、プログラムの速度、セキュリティ、メンテナンスの自由、およびその他の側面を決定する場合があります。

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。 このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均()関数の計算をサポートします。 浮動小数点数も使用できます。 ランダムをインポートします インポート統計 fractiから


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

EditPlus 中国語クラック版
サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません

Safe Exam Browser
Safe Exam Browser は、オンライン試験を安全に受験するための安全なブラウザ環境です。このソフトウェアは、あらゆるコンピュータを安全なワークステーションに変えます。あらゆるユーティリティへのアクセスを制御し、学生が無許可のリソースを使用するのを防ぎます。

MantisBT
Mantis は、製品の欠陥追跡を支援するために設計された、導入が簡単な Web ベースの欠陥追跡ツールです。 PHP、MySQL、Web サーバーが必要です。デモおよびホスティング サービスをチェックしてください。

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









