GPUを活用したTensorFlow／PyTorch／Chainerなどによるディープラーニングを実践するための環境をUbuntu上に構築する際の選択ポイントと手順を説明する。 TensorflowはGoogleが提供しているPython上で動くディープラーニング環境で、Kerasはそれを便利に使えるようにするライブラリ群みたいなもの。終盤で紹介する。 Anacondaのインストール. 【まとめ】ディープラーニングによる環境音の認識 機械学習 MachineLearning DeepLearning Sound 論文読み とあるきっかけで、 環境音の認識 （歩く音や雨の音、掃除機の音など）について、 仮想環境の名称を入力し、Createをクリックすれば仮想環境ができます。 仮想環境の名前は任意に付けられますが、ここでは「deeplearning」としました。 これ以降は設定した仮想環境上で操作を行います。 GPUを使えるクラウドとしては、AWS(Amazon), GCP(Google), Azure(Microsoft)などがあります。今回は、AWS上でのディープラーニング環境構築のポイントをご紹介します。 環境構築は Deep Learning AMIを用いる AWSの用意しているDeep Learning AMI… 2017/5/6現在、TensorflowはPython3.5にしか対応していない。