Shuhei Fujiwara sfujiwara

この情報は 2014 年のものなので, CPLEX のバージョンが上がった場合や, 環境が違う場合は適宜読み替えられたし.
IBM Academic Initiative についても変更があるかもしれないので気を付けられたし.

CPLEX のインストール

IBM Academic Initiative なるものに登録すると, 無償で使用することができる.
公式サイトがちょっとした迷宮になっているけど, 頑張って登録してダウンロードを済ませる.

IBM Academic Initiative に登録可能な条件がよくわからなかったので直接問い合わせたところ, 何らかの形で大学から給料を貰っていれば良いらしい.
額は関係ないので, ティーチングアシスタントで給料を貰っている学生ならば間違いなく大丈夫.

	import sys
	import matplotlib.pyplot as plt
	import numpy as np
	import scipy as sp
	from scipy.spatial import distance_matrix
	from scipy.optimize import linear_sum_assignment


	sys.setrecursionlimit(1000)
	BIG_M = 1e5

	import tensorflow as tf
	import optuna
	import sklearn.datasets
	from sklearn.model_selection import train_test_split


	class TensorFlowPruningHook(tf.train.SessionRunHook):

	def __init__(self, trial, estimator, metric, is_higher_better, run_every_steps):
	self.trial = trial

	class TensorFlowPruningHook(tf.train.SessionRunHook):

	def __init__(self, trial, estimator, metrics_name, is_higher_better, run_every_steps):
	self.trial = trial
	self.estimator = estimator
	self.current_step = -1
	self.metrics_name = metrics_name
	self.is_higher_better = is_higher_better
	self._global_step_tensor = None
	self._timer = tf.train.SecondOrStepTimer(every_secs=None, every_steps=run_every_steps)

	import tensorflow as tf
	import optuna
	import sklearn.datasets
	from sklearn.model_selection import train_test_split


	def create_input_fn():
	iris = sklearn.datasets.load_iris()
	x, y = iris.data, iris.target
	x_train, x_eval, y_train, y_eval = train_test_split(x, y, test_size=0.5, random_state=42)

	import numpy as np
	import matplotlib.pyplot as plt

	# Parameters used frequently
	plt.rcParams['axes.labelsize'] = 24
	plt.rcParams['lines.linewidth'] = 4
	plt.rcParams['lines.markersize'] = 10
	plt.rcParams['lines.markeredgewidth'] = 3
	plt.rcParams['legend.fontsize'] = 18
	plt.rcParams['legend.shadow'] = False

	predictors = df_train.iloc[:,FEATURE_COLS].values
	targets = df_train[TARGET_COL].values
	shutil.rmtree('taxi_model', ignore_errors=True) # start fresh each time
	modelprefix = 'taxi_model'
	with tf.Session() as sess:
	npredictors = len(FEATURE_COLS)
	noutputs = 1
	feature_data = tf.placeholder("float", [None, npredictors])
	target_data = tf.placeholder("float", [None, noutputs])
	hidden = tf.contrib.layers.stack(feature_data,

	# -- coding: utf-8 --

	import numpy as np
	from scipy.sparse.linalg import cg
	import tensorflow as tf
	import time


	def conjugate_grad(A, b, x=None):
	"""