サブカル科学研究会のブログ

問題：なぜキーワード検索では欲しい文書が見つからないのか

社内の膨大な文書データベースから「機械学習の性能向上に関する文書」を探しているとします。キーワード検索で「機械学習」「性能向上」と入力しても、本当に必要な文書が見つからない経験はありませんか？

問題：なぜ実際のプロジェクトでは十分なデータが集まらないのか

「ニュース記事を『政治・経済・スポーツ・エンタメ』に自動分類したい。でも各カテゴリ30件ずつしかラベル付きデータがない…」

機械学習の教科書では数万件のデータセットが当たり前ですが、実際のビジネス現場では全く異なります。

問題：なぜ日本語のテキスト処理は難しいのか

「英語のNLPライブラリを日本語に適用したら、全然うまくいかない…」

日本語の自然言語処理は、英語中心に設計されたツールでは対応できない独特な課題が多数存在します。

問題：なぜ機械学習の実験結果が再現できないのか

「先週良い結果が出たモデルがあったんだけど、どのパラメータを使ったか覚えてる？」

機械学習プロジェクトでこんな会話を聞いたことはありませんか？多くのチームが直面する典型的な問題です。

環境構築

npx create-react-app my-app
cd my-app
npm start

上の方法は古いらしい

下記の方法でviteを利用してReact+TypeScriptの環境構築を行う

npm create vite@latest

失敗例

RUN apt update && apt install -y ffmpeg

updateとinstallは同じタイミングで行わないとupdateの状態が引き継がれない。Dockerfileでは行ごとにshが初期化されるため。

公式のインストール方法

pip install ctranslate2

https://github.com/OpenNMT/CTranslate2

Macでは上手く動作しない

segmentatioin faultになった。

しかしlinuxでは動作するとの情報を得た。 なのでまずはMacの中でDocker環境を構築して問題を回避できないか確認しようとした。

pysenが入っていたらlangChainと依存関係がバッティングする？

環境

Mac OS poetry python == 3.9

LangChainのインストールに失敗する

poetry add langchain

が失敗する

CLANG 〜

C言語関係のエラーかと思われた。

なんだっけ

xcode-toolsのインストールとアップデート

pip install --update pip
pip install --upgrade setuptools

mypyのバージョンによるエラーらしい

Dockerfile でsource ~/.bashrc ができない

• Dockerfile　ではデフォルトのシェルはsh
• shではsourceは実行できない

対策１：デフォルトのシェルをbashに変更

• デフォルトのシェルをbashに変更した SHELL [/bin/bash,-lc]

Dockerfile でasdf が実行できない

• RUN asdf　に失敗する
  • asdfが見つからない
• しかしDocker内部ではasdfを実行できる

原因

• DockerfileではRUNごとに異なるシェルが実行される

効果がなかったこと

1. 同一のRUNでsource ~/.bashrcとasdf install を実行
   1. asdfが実行できない
2. bash/execでbashを再起動
   1. asdfが実行できない

最終的な対処

• apt install python3

感想

• Dockerとasdfと何重にも仮想環境を重ねることにどれだけの意味があるだろうか？

参考資料

• Can install asdf inside Docker container, but not at build time via Dockerfile

poetry add torch でパスが通らない

• Dcokerfile＋poetry で環境構築をしていた
• poetry add torchでpytorchをインストールした
• import torchでエラー
• cuda周りのパスが通っていないらしい

対処法

• poetry run python -m pip install torch
• poetry.tomlに記述することもできるらしい

参考資料

• stack overflow