ディープラーニング（深層学習）の無償のフレームワークには、Caffe, Chainer, TensorFlow などがあります。
まず試しに TensorFlowをインストールしてみました。
TensorFlowは Googleによって開発されたディープラーニングのオープンソースのライブラリです。
対応ＯＳが Linux（Ubuntu）, Windows, MacOSで、言語は C++, Java, Python などの使えるので、今後の各方面での応用利用に便利だと思われます。

まず、言語は Python を利用する前提で、Linux(Ubuntu)に TensorFlow をインストールしてみました。
（ＡＩ関係では Pythonを使うことが多いので Linux – Python 環境から初めて、その後 Windows や MacOSで、 Java, C++ での利用を検討する予定です。）
TensorFlowには学習環境としてTFLearnがあるのでこれもインストールしてみました。

（１）ハードウエアの準備
ディープラーニングの学習過程では多くのデータを読み込み学習するので、
数日～数月も連続稼働する必要があると予想されるため、ハードウエアはパソコンではなくサーバを使うことにしました。
（練習用にとりあえずならパソコンで良いと思います。）

ディープラーニングを実行するハードウエアは、早ければ早いほど良く、ディスク容量は大きいほど良いのですが、
予算の都合もあるので、最初は「お試し」として、安価なサーバの
NEC Express5800 110Ge を CPU Intel  Core2Duo 2.8GHz メモリ 6GByte にして始めてみました。
（今後、画像処理を使う場合は高速なGPU（グラフィックボード）など必要になると思います。）

（２）Linux（Ubuntu）のインストール
Ubuntu は初心者でも比較的使いやすい Linux系OS です。
今回は Ubuntsu 16.04 がインストールしてあるサーバにTensorFlowをインストールしました。
（TensorFLow専用に新規にインストールしたのではありませんので、
場合によってはインストール済みの他のソフトの影響があることも予想されます。）

参考：Ubuntsu 16.04 インストール URL
https://www.ubuntulinux.jp/download/ja-remix

（３）言語 Python 環境（Anaconda）のダウンロードとインストール
Anacondaは、Python用のパッケージソフトで、必要なライブラリなどを一括でダウンロード、インストールできます。

参考：Anacondaダウンロード URL
https://www.anaconda.com/download/#download

Linux 64bit なので Anaconda3-5.0.1-Linux-x86_64.shをダウンロードしてインストールしましたが、
インストールで以下のようにエラーが出ました。

~$ ./Anaconda3-5.0.1-Linux-x86_64.sh
Welcome to Anaconda3 5.0.1

In order to continue the installation process, please review the license
agreement.
Please, press ENTER to continue
…

…
installing: libtiff-4.0.8-h90200ff_9 …
installing: libxml2-2.9.4-h6b072ca_5 …
Segmentation fault (core dumped)

インストールシェルで、-u （アップデート）オプションでやり直したらインストールできました。
~$ ./Anaconda3-5.0.1-Linux-x86_64.sh -u

インストール後、パス設定
~$ export PATH=/home/myname/anaconda3/bin:$PATH

インストールされた Anacondaバージョン確認
~$ conda -V
conda 4.3.30

（４）TensorFLow用Python仮想環境
Anacondaで TensorFlow お試し用の Python 仮想環境を作って TensorFlow をインストールすることにしました。

~$ conda create -n tf
Fetching package metadata ………..

#
# To activate this environment, use:
# > source activate tf
#
# To deactivate an active environment, use:
# > source deactivate
#

表示されたメッセージ通りのコマンドで仮想環境を有効。

~$ source activate tf

Pythonを実行して確認。

~$ python
Python 3.6.3 |Anaconda, Inc.| (default, Oct 13 2017, 12:02:49)
[GCC 7.2.0] on linux
Type “help”, “copyright”, “credits” or “license” for more information.
>>>

（５）TensorFlowをインストール
Anaconda で作った仮想環境に Tensorflow 1.4.1 をインストールしました。
linux 64 bit環境なので、tensorflow-1.4.1-cp36-cp36m-linux_x86_64.whlでインストール。
（CPU（GPUを利用しない）Python3.6なので cp36-36mらしいです。）

~$ pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp36-cp36m-linux_x86_64.whl

Successfully installed bleach-2.0.0 enum34-1.1.6 html5lib-0.999999999 markdown-2.6.11 numpy-1.14.0 protobuf-3.5.1 setuptools-38.4.0 six-1.11.0 tensorflow-1.4.1 tensorflow-tensorboard-0.4.0rc3 werkzeug-0.14.1 wheel-0.30.0

（６）TFLearnのインストール
学習環境としてTFLearnをインストールしました。

~$ pip install git+https://github.com/tflearn/tflearn.git
Collecting git+https://github.com/tflearn/tflearn.git
Cloning https://github.com/tflearn/tflearn.git to /tmp/pip-apmlork5-build
…..
…..
Installing collected packages: tflearn
Running setup.py install for tflearn … done
Successfully installed tflearn-0.3.2

とりあえず、今回はここまでです。

(S.Onda 2018/1/27)