Deep Learning

2018年6月21日 (木) 07:15時点における版

環境構築

https://openframeworks.cc/setup/linux-install/

command line developer tools（コマンドライン・デベロッパー・ツール）」をインストール

$ xcode-select --install

Homebrew をダウンロード・インストール

http://brew.sh/index_ja.html

Chainer fast Neuralstyle

論文

Justin Johnson, Alexandre Alahi, Li Fei-Fei, "Perceptual Losses for Real-Time Style Transfer and Super-Resolution"

https://arxiv.org/abs/1603.08155

実装

• https://github.com/yusuketomoto/chainer-fast-neuralstyle
• https://github.com/gafr/chainer-fast-neuralstyle-models
• https://github.com/gafr/chainer-fast-neuralstyle-video

• http://cocodataset.org/#home
  • http://msvocds.blob.core.windows.net/coco2014/train2014.zip

スタイル学習（モデルの生成）

• -sでスタイル画像
• -dでダウンロードしてきた画像集のフォルダを指定
• -rでリジューム

python train.py -s スタイル画像 -d 画像集フォルダ -r
python train.py -s スタイル画像 -d train2014 -o 生成モデル名 -r

クローン

git clone https://github.com/yusuketomoto/chainer-fast-neuralstyle.git

VGGのダウンロード。

wget http://www.robots.ox.ac.uk/~vgg/software/very_deep/caffe/VGG_ILSVRC_16_layers.caffemodel

chainer用に変換。

python create_chainer_model.py

画風変換

python generate.py sample_images/コンテンツ元画像.jpg -m models/学習モデル.model -o sample_images/出力画像.jpg

• MacBook Pro CPU 3.3GHz Intel Core i7, 16GB, intel iris Graphics 550 1536MB : 15sec
• GeForce GTX 1080 Ti (CNMeM is enabled with initial size: 50.0% of memory, cuDNN 5105) : 0.856794118881 sec
• Xeon E5-1620v4 4core/8thread 3.5GHz, 64GB : 8.52293109894 sec

CubistMirror

oFでUbuntuのchainerを動かす。

https://openframeworks.cc/

LinuxでのoF

make
make run

https://github.com/genekogan/CubistMirror

• oF0.10では，Pocoライブラリーが機能しない。
  • v0.10では，PocoはAddonになった。v0.9以前は，本体に入っていた模様。
• QuickTime/QuickTime.h not found，には以下のものを使用。
  • https://openframeworks.cc/versions/v0.9.4_RC1/

A neural algorithm of Artistic style

http://arxiv.org/abs/1508.06576

chainer-gogh

https://research.preferred.jp/2015/09/chainer-gogh/

chainer-goghのインストール https://github.com/mattya/chainer-gogh.git

git clone https://github.com/mattya/chainer-gogh.git

学習済みモデルのダウンロード

• nin

wget https://www.dropbox.com/s/0cidxafrb2wuwxw/nin_imagenet.caffemodel

上記のコマンドとシェルスクリプトで。

source ~/dlmodel.sh

• vgg

caffemodel: VGG_ILSVRC_16_layers

chttp://www.robots.ox.ac.uk/~vgg/software/very_deep/caffe/VGG_ILSVRC_16_layers.caffemodel

処理は重いが、描画が綺麗。

chainer-gogh.pyの書式

python3 chainer-gogh.py [-m MODEL] -i CONTENS.jpg -s STYLE.jpg -o OUTPUT_DIR -g GPU_NUM [--width SIZE]

chainer-gogh.pyの実行例

python3 chainer-gogh.py -i sample_images/contents8.jpg -s sample_images/style.jpg -o save_images -g -1

例）元画像の重みを上げ、横幅460、イテレーション8000まで実行して作成する場合。

python chainer-gogh.py -m nin -i contents.png -s style.png -o output -g -1 --lam 0.8 --width 460 --iter 8000

• 最終的な画像サイズは512*512ピクセル以下に縮小
• コンテンツ画像はJPG または PNG
• コンテンツ画像は 500-1000ピクセル程度のサイズに
• スタイル画像も 500-1000ピクセル程度のサイズに
• オプションの値

parser = argparse.ArgumentParser(
    description='A Neural Algorithm of Artistic Style')
parser.add_argument('--model', '-m', default='nin',
                    help='model file (nin, vgg, i2v, googlenet)')
parser.add_argument('--orig_img', '-i', default='orig.png',
                    help='Original image')
parser.add_argument('--style_img', '-s', default='style.png',
                    help='Style image')
parser.add_argument('--out_dir', '-o', default='output',
                    help='Output directory')
parser.add_argument('--gpu', '-g', default=-1, type=int,
                    help='GPU ID (negative value indicates CPU)')
parser.add_argument('--iter', default=5000, type=int,
                    help='number of iteration')
parser.add_argument('--lr', default=4.0, type=float,
                    help='learning rate')
parser.add_argument('--lam', default=0.005, type=float,
                    help='original image weight / style weight ratio')
parser.add_argument('--width', '-w', default=435, type=int,
                    help='image width, height')
args = parser.parse_args()

• GPU使用時のエラー

Traceback (most recent call last):
  File "chainer-gogh.py", line 179, in <module>
    cuda.get_device(args.gpu).use()
  File "cupy/cuda/device.pyx", line 98, in cupy.cuda.device.Device.use
  File "cupy/cuda/device.pyx", line 104, in cupy.cuda.device.Device.use
  File "cupy/cuda/runtime.pyx", line 185, in cupy.cuda.runtime.setDevice
  File "cupy/cuda/runtime.pyx", line 137, in cupy.cuda.runtime.check_status
cupy.cuda.runtime.CUDARuntimeError: cudaErrorUnknown: unknown error

これは、指定したGPUがないか使えないということ。ドライバーをインストールしなおしたら、解決した。

neuralart TensorFlow

https://github.com/ckmarkoh/neuralart_tensorflow

環境設定

MacOSのLinuxで。

開発環境整備

• homebrew
• pnenv

• Phthon
  • anaconda2
  • anaconda3

• pip

Python3 とpip3のインストール

sudo apt install python3 python3-pip

Ubuntu

VNC

Ubuntuの標準VNCクライアントRemminaリモートデスクトップクライアント

wget

Proxy経由でwgetを実行する。

~/.wgetrcに以下を記述。

http_proxy=http://${xxx.xxx.xxx.xxx}:${pp}/
proxy_user=${user}
proxy_password=${pass}

• ${xxx.xxx.xxx.xxx}：プロキシサーバのIPアドレス
• ${pp}：プロキシに利用するポート（基本的にはhttpのポート番号80を指定）
• ${user}：プロキシとして利用するユーザ
• ${pass}：${user}のパスワード

dl-box 192.168.11.3

github

プロキシ―環境にある場合は、プロキシ―サーバーをスルーする必要がある。

git config --global http.proxy http://proxy-a.t-kougei.ac.jp:8080
git config --global https.proxy https://proxy-a.t-kougei.ac.jp:8080

通常のプロキシーのない環境で作業する場合、コンソールで

git config --global --unset http.proxy proxy.hogehoge.ac.jp
git config --global --unset https.proxy proxy.hogehoge.ac.jp

とする。

現在の設定を確認するには、コンソールで、

git config --list

とする。

Chainer

MacOSで

• CUDA
• opencv
• deel
• CSLAIER http://localhost:8080

$ ./run.sh

Chainerのインストール

pip3 install chainer

仕様の変更

chainer.functionsがchainer.linksに変更

import chainer
from chainer.dataset import convert
from chainer import cuda
import chainer.functions as F
#import chainer.links as F
import chainer.link
import chainer.links
#from chainer.functions import caffe
from chainer.links import caffe
from chainer.links.caffe import CaffeFunction
from chainer import Variable, optimizers, Chain, cuda

Virtualbox

Oracle VM VirtualBoxで仮想マシン上にUbuntuを入れる。 https://www.virtualbox.org/

VirtualBoxで共有フォルダにアクセス権限がないとのエラーが出る場合は、以下の通り。

sudo gpasswd -a ユーザ名 vboxsf

Ubuntuのアップデート

sudo apt update

UbuntuAI

仮想マシンイメージUbuntuAIのダウンロード https://book.impress.co.jp/books/1116101162

タイプ　Linux

バージョン　Ubuntu(64bit)

メモリーサイズ　2048MB

ハードディスク　すでにある仮想ハードディスクを使用する「UbuntuAI.vdi」

端末の起動　Alt+Cntl+T (Command+option+T)

TensorFlow

Work Station

NVIDIA Digits https://developer.nvidia.com/digits

大学生協対応PC http://www.univpc.com/product_list/cpu/74/99

参考

チームラボの勉強会

• https://www.slideshare.net/yamaryox/deep-learning-2016516
• https://www.slideshare.net/yamaryox/artistic-style-transfer-for-videos