IPython Notebook(2)

よーやっと分かった。ブラウザ上でインタラクティブにpythonを実行できるシェルだ。

http://tensorflow.org/tutorials/pdes/index.mdに書いてあるサンプルを実行しようとしてvirtualenv内のpythonで実行しても何も出んし、「virtualenv ipython」でggるともにょもにょ書いてあって迷った。
もにょもにょの内容は「ipythonはvirtualenvを意識しないから、ホスト環境にipythonをぶっこんで、virtualenvから呼び出してもうまくいかん」という話だ。今回はホスト環境ではなくvirtualenv内でpipを叩いているからこの問題は関係ない。

うまく絵が出ない理由は簡単だった。上記のリンク先を注意深く読むと

Note: This tutorial was originally prepared as an IPython notebook.

と書いてある。
これに気付く前に絵が出ない理由が分からなくて、ipythonでggっているうちにわけも分からずnotebookをセットアップして起動してから上記リンク先を見て気付いた。これはIPython Notebookのシェル内でコードを実行しなさいということだ。
IPython Notebookを知らない状態でリンク先を読んでも分からなかったのだ。

サンプルの全体はこれだ:

#Import libraries for simulation
import tensorflow as tf
import numpy as np

#Imports for visualization
import PIL.Image
from cStringIO import StringIO
from IPython.display import clear_output, Image, display

def DisplayArray(a, fmt='jpeg', rng=[0,1]):
  """Display an array as a picture."""
  a = (a - rng[0])/float(rng[1] - rng[0])*255
  a = np.uint8(np.clip(a, 0, 255))
  f = StringIO()
  PIL.Image.fromarray(a).save(f, fmt)
  display(Image(data=f.getvalue()))

sess = tf.InteractiveSession()

def make_kernel(a):
  """Transform a 2D array into a convolution kernel"""
  a = np.asarray(a)
  a = a.reshape(list(a.shape) + [1,1])
  return tf.constant(a, dtype=1)

def simple_conv(x, k):
  """A simplified 2D convolution operation"""
  x = tf.expand_dims(tf.expand_dims(x, 0), -1)
  y = tf.nn.depthwise_conv2d(x, k, [1, 1, 1, 1], padding='SAME')
  return y[0, :, :, 0]

def laplace(x):
  """Compute the 2D laplacian of an array"""
  laplace_k = make_kernel([[0.5, 1.0, 0.5],
                           [1.0, -6., 1.0],
                           [0.5, 1.0, 0.5]])
  return simple_conv(x, laplace_k)

N = 500

# Initial Conditions -- some rain drops hit a pond


# Set everything to zero
u_init = np.zeros([N, N], dtype="float32")
ut_init = np.zeros([N, N], dtype="float32")

# Some rain drops hit a pond at random points
for n in range(40):
  a,b = np.random.randint(0, N, 2)
  u_init[a,b] = np.random.uniform()

DisplayArray(u_init, rng=[-0.1, 0.1])

# Parameters:
# eps -- time resolution
# damping -- wave damping
eps = tf.placeholder(tf.float32, shape=())
damping = tf.placeholder(tf.float32, shape=())

# Create variables for simulation state
U  = tf.Variable(u_init)
Ut = tf.Variable(ut_init)

# Discretized PDE update rules
U_ = U + eps * Ut
Ut_ = Ut + eps * (laplace(U) - damping * Ut)

# Operation to update the state
step = tf.group(
  U.assign(U_),
  Ut.assign(Ut_))

# Initialize state to initial conditions
tf.initialize_all_variables().run()

# Run 1000 steps of PDE
for i in range(1000):
  # Step simulation
  step.run({eps: 0.03, damping: 0.04})
  # Visualize every 50 steps
  if i % 50 == 0:
    clear_output()
    DisplayArray(U.eval(), rng=[-0.1, 0.1])

IPython Notebookを起動して、ブラウザから[New]->[Python2]で新規ノート？を呼び出してプロンプトの後ろに上記コードを突っ込んで、「run cell, select below」ボタンで実行すれば良い。
確かに、「Look! Ripples!」だな。