動作確認2024

taroyabuki · Mar 24, 2024 · d177a56 · d177a56
1 parent 23e046f
commit d177a56
Show file tree

Hide file tree

Showing 20 changed files with 31 additions and 32 deletions.
diff --git a/README.md b/README.md
@@ -53,7 +53,9 @@ Python|Google Colab|[![Open in Colab](https://colab.research.google.com/assets/c
 Python|Jupyter|[python.ipynb](code/python.ipynb)|[python-results.ipynb](code/python-results.ipynb)
 Python|R Markdown|[python.Rmd](code/python.Rmd)|[python.html](https://taroyabuki.github.io/fromzero/python.html)
 
-コードの使い方は，2.6節を参照してください．
+コードの使い方は，2.6節を参照してください[^1]．
+
+[^1]: [Amazon SageMaker Studio Lab](addendum/sagemaker)での動作も確認済みです．
 
 ## Docker
 

diff --git a/addendum/sagemaker/README.md b/addendum/sagemaker/README.md
@@ -1,6 +1,6 @@
 # Amazon SageMaker Studio Lab
 
-無料の[Amazon SageMaker Studio Lab](https://studiolab.sagemaker.aws/)（以下，Studio Lab）で本書のコードを動かすための環境を作ります（GPU動作確認済）．Studio Labの概要は，[Amazon SageMaker Studio Lab入門](https://atmarkit.itmedia.co.jp/ait/subtop/features/di/sagemakerstudiolab_index.html)を参照してください．
+無料の[Amazon SageMaker Studio Lab](https://studiolab.sagemaker.aws/)（以下，Studio Lab）で本書のコードを動かすための環境を作ります．Studio Labの概要は，[Amazon SageMaker Studio Lab入門](https://atmarkit.itmedia.co.jp/ait/subtop/features/di/sagemakerstudiolab_index.html)を参照してください．
 
 TerminalでGitHubリポジトリをクローンします．
 
@@ -22,7 +22,7 @@ conda env create --file fromzero/addendum/sagemaker/sage-python.yml
 
 画面左のファイルブラウザーがあります．
 
-Rのためのノートブックは[fromzero/code/R-notebook](/code/R-notebook)，Pythonのためのノードブックは[fromzero/code/Python-notebook](/code/Python-notebook)にあります．
+Rのためのノートブックはfromzero/code/r.ipynb（全体）やfromzero/code/R-notebook（各章ごと），Pythonのためのノードブックはfromzero/code/python.ipynb（全体）やfromzero/code/Python-notebook（各章ごと）にあります．
 
 ノートブックのファイル（.ipynb）をダブルクリックするとカーネル選択のダイアログが出るので，Rの場合はsage-r:R，Pythonの場合はsage-python:Pythonを選択してください．
 

diff --git a/code/R-notebook/ch03/03-colab.ipynb b/code/R-notebook/ch03/03-colab.ipynb
@@ -98,8 +98,7 @@
     "x * y\n",
     "#> [1] 6\n",
     "\n",
-    "library(keras)\n",
-    "c(x, y) %<-% c(20, 30) # まとめて名付け\n",
+    "keras::`%<-%`(c(x, y), c(20, 30)) # まとめて名付け\n",
     "x * y\n",
     "#> [1] 600"
    ]

diff --git a/code/R-notebook/ch03/03.01.ipynb b/code/R-notebook/ch03/03.01.ipynb
@@ -80,8 +80,7 @@
     "x * y\n",
     "#> [1] 6\n",
     "\n",
-    "library(keras)\n",
-    "c(x, y) %<-% c(20, 30) # まとめて名付け\n",
+    "keras::`%<-%`(c(x, y), c(20, 30)) # まとめて名付け\n",
     "x * y\n",
     "#> [1] 600"
    ]

diff --git a/code/R-notebook/ch03/03.ipynb b/code/R-notebook/ch03/03.ipynb
@@ -82,8 +82,7 @@
     "x * y\n",
     "#> [1] 6\n",
     "\n",
-    "library(keras)\n",
-    "c(x, y) %<-% c(20, 30) # まとめて名付け\n",
+    "keras::`%<-%`(c(x, y), c(20, 30)) # まとめて名付け\n",
     "x * y\n",
     "#> [1] 600"
    ]

diff --git a/code/R-notebook/ch11/11-colab.ipynb b/code/R-notebook/ch11/11-colab.ipynb
@@ -330,7 +330,7 @@
    "source": [
     "library(keras)\n",
     "library(tidyverse)\n",
-    "c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()"
+    "keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())"
    ]
   },
   {
@@ -835,7 +835,7 @@
    "metadata": {},
    "outputs": [],
    "source": [
-    "c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()\n",
+    "keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())\n",
     "my_index <- sample(1:60000, 6000)\n",
     "x_train <- x_train[my_index, , ]\n",
     "y_train <- y_train[my_index]"

diff --git a/code/R-notebook/ch11/11.03.ipynb b/code/R-notebook/ch11/11.03.ipynb
@@ -17,7 +17,7 @@
    "source": [
     "library(keras)\n",
     "library(tidyverse)\n",
-    "c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()"
+    "keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())"
    ]
   },
   {

diff --git a/code/R-notebook/ch11/11.04.ipynb b/code/R-notebook/ch11/11.04.ipynb
@@ -124,7 +124,7 @@
    "metadata": {},
    "outputs": [],
    "source": [
-    "c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()\n",
+    "keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())\n",
     "my_index <- sample(1:60000, 6000)\n",
     "x_train <- x_train[my_index, , ]\n",
     "y_train <- y_train[my_index]"

diff --git a/code/R-notebook/ch11/11.ipynb b/code/R-notebook/ch11/11.ipynb
@@ -299,7 +299,7 @@
    "source": [
     "library(keras)\n",
     "library(tidyverse)\n",
-    "c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()"
+    "keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())"
    ]
   },
   {
@@ -804,7 +804,7 @@
    "metadata": {},
    "outputs": [],
    "source": [
-    "c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()\n",
+    "keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())\n",
     "my_index <- sample(1:60000, 6000)\n",
     "x_train <- x_train[my_index, , ]\n",
     "y_train <- y_train[my_index]"

diff --git a/code/R/ch03/03.01.R b/code/R/ch03/03.01.R
@@ -27,8 +27,7 @@ y <- 3
 x * y
 #> [1] 6
 
-library(keras)
-c(x, y) %<-% c(20, 30) # まとめて名付け
+keras::`%<-%`(c(x, y), c(20, 30)) # まとめて名付け
 x * y
 #> [1] 600
 

diff --git a/code/R/ch03/03.R b/code/R/ch03/03.R
@@ -27,8 +27,7 @@ y <- 3
 x * y
 #> [1] 6
 
-library(keras)
-c(x, y) %<-% c(20, 30) # まとめて名付け
+keras::`%<-%`(c(x, y), c(20, 30)) # まとめて名付け
 x * y
 #> [1] 600
 

diff --git a/code/R/ch11/11.03.R b/code/R/ch11/11.03.R
@@ -4,7 +4,7 @@
 
 library(keras)
 library(tidyverse)
-c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()
+keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())
 
 dim(x_train)
 #> [1] 60000    28    28

diff --git a/code/R/ch11/11.04.R b/code/R/ch11/11.04.R
@@ -54,7 +54,7 @@ plot(y, y_)
 
 ### 11.4.4 AutoMLによる分類
 
-c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()
+keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())
 my_index <- sample(1:60000, 6000)
 x_train <- x_train[my_index, , ]
 y_train <- y_train[my_index]

diff --git a/code/R/ch11/11.R b/code/R/ch11/11.R
@@ -122,7 +122,7 @@ c(mean(as.array(loss_sparse_categorical_crossentropy(y_true = y, y_pred = y_1)))
 
 library(keras)
 library(tidyverse)
-c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()
+keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())
 
 dim(x_train)
 #> [1] 60000    28    28
@@ -372,7 +372,7 @@ plot(y, y_)
 
 ### 11.4.4 AutoMLによる分類
 
-c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()
+keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())
 my_index <- sample(1:60000, 6000)
 x_train <- x_train[my_index, , ]
 y_train <- y_train[my_index]

diff --git a/code/Rmd/ch03/03.01.Rmd b/code/Rmd/ch03/03.01.Rmd
@@ -38,8 +38,7 @@ y <- 3
 x * y
 #> [1] 6
 
-library(keras)
-c(x, y) %<-% c(20, 30) # まとめて名付け
+keras::`%<-%`(c(x, y), c(20, 30)) # まとめて名付け
 x * y
 #> [1] 600
 ```

diff --git a/code/Rmd/ch03/03.Rmd b/code/Rmd/ch03/03.Rmd
@@ -38,8 +38,7 @@ y <- 3
 x * y
 #> [1] 6
 
-library(keras)
-c(x, y) %<-% c(20, 30) # まとめて名付け
+keras::`%<-%`(c(x, y), c(20, 30)) # まとめて名付け
 x * y
 #> [1] 600
 ```

diff --git a/code/Rmd/ch11/11.03.Rmd b/code/Rmd/ch11/11.03.Rmd
@@ -5,7 +5,7 @@
 ```{r}
 library(keras)
 library(tidyverse)
-c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()
+keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())
 ```
 
 ```{r}

diff --git a/code/Rmd/ch11/11.04.Rmd b/code/Rmd/ch11/11.04.Rmd
@@ -67,7 +67,7 @@ plot(y, y_)
 ### 11.4.4 AutoMLによる分類
 
 ```{r}
-c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()
+keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())
 my_index <- sample(1:60000, 6000)
 x_train <- x_train[my_index, , ]
 y_train <- y_train[my_index]

diff --git a/code/Rmd/ch11/11.Rmd b/code/Rmd/ch11/11.Rmd
@@ -167,7 +167,7 @@ c(mean(as.array(loss_sparse_categorical_crossentropy(y_true = y, y_pred = y_1)))
 ```{r}
 library(keras)
 library(tidyverse)
-c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()
+keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())
 ```
 
 ```{r}
@@ -478,7 +478,7 @@ plot(y, y_)
 ### 11.4.4 AutoMLによる分類
 
 ```{r}
-c(c(x_train, y_train), c(x_test, y_test)) %<-% dataset_mnist()
+keras::`%<-%`(c(c(x_train, y_train), c(x_test, y_test)), dataset_mnist())
 my_index <- sample(1:60000, 6000)
 x_train <- x_train[my_index, , ]
 y_train <- y_train[my_index]

diff --git a/update.md b/update.md
@@ -7,6 +7,7 @@
 p. 6|Windows 11には，脚註4で紹介しているWindows Terminalが搭載されています．
 p. 20|[Amazon SageMaker Studio Lab](addendum/sagemaker)での動作も確認済みです．表2.1のクラウド・ノートブックに相当します．
 p. 22 脚註3|Google Colabでノートブックを新規作成した後で，ランタイム→ランタイムのタイプを変更で，Rを選択できるようになりました．
+p. 56|Rのコード`左辺 %<-% 右辺`が正しく動作しない場合は，``keras::`%<-%`(左辺, 右辺)``に変更してください．配布しているコードはそのように修正しています．
 p. 151|GitHub上でのCSVファイルの表示方法が変更されたので，https://github.com/taroyabuki/fromzero/blob/master/data/exam.csv の代わりにhttps://taroyabuki.github.io/fromzero/exam.html を使ってください．
 p. 160, 161|scikit-learnのバージョンによっては，Pythonのコードの`get_feature_names()`を`get_feature_names_out()`に変更する必要があります．配布しているコードはそのように修正しています．
 p. 184|[予測値の期待値の信頼区間](addendum/07.03.02/)
@@ -15,16 +16,19 @@ p. 271, 275|XGBoostで`ValueError: Invalid classes inferred from unique values o
 p. 271, 275|9.4.2, 9.5.3項のPythonのコードで警告がたくさん出る場合は，`warnings.simplefilter`の引数の「`, UserWarning`」を削除してみてください．配布しているコードはそのように修正しています．
 p. 277|9.6.2項のPythonのコードで警告がたくさん出る場合は，`MLPClassifier()`を`MLPClassifier(max_iter=1000)`に変更してみてください．配布しているコードはそのように修正しています．
 p. 292, 298|scikit-learnのバージョンによっては，Pythonのコードの`get_feature_names()`を`get_feature_names_out()`に変更する必要があります．配布しているコードはそのように修正しています．
+p. 310, 329|Rのコード`左辺 %<-% 右辺`が正しく動作しない場合は，``keras::`%<-%`(左辺, 右辺)``に変更してください．配布しているコードはそのように修正しています．
 p. 342|Pythonのコードの`from fbprophet import Prophet`を`from prophet import Prophet`に変更する必要がある場合があります．配布しているコードでは有効な方を使うように修正しています．
 
 ## 正誤表
 
+次の誤りは第5刷で修正しました．
+
 場所|誤|正
 --|--|--
 p. 258 本文3行目|グラフの中で|連結グラフ（任意の2点を線をつないで結べるグラフ）の中で
 p. 351 Pythonのコード|`vals, vecs = np.linalg.eig(S)   # 固有値と固有ベクトル`|`vals, vecs = np.linalg.eig(S)   # 固有値と固有ベクトル`<br>`idx = np.argsort(-vals)              # 固有値の大きい順の番号`<br>`vals, vecs = vals[idx], vecs[:, idx] # 固有値の大きい順での並べ替え`
 
-以下の誤りは第4刷で修正しました．
+次の誤りは第4刷で修正しました．
 
 場所|誤|正
 --|--|--