Deep Learning

2019年4月28日 (日) 05:05時点における版

MacOSX

command line developer toolsのインストール

$ xcode-select --install

開発環境整備

homebrew

Homebrew をダウンロード・インストール http://brew.sh/index_ja.html

pnenv
Phthon
- anaconda2
- anaconda3
pip

oF

openFrameworks

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

Ubuntu

Python3 とpip3のインストール

sudo apt install python3 python3-pip

PILライブラリのインストール

sudo pip install pillow

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

アプリ自動起動

sessionにて指定する。

自動シャットダウン

cronを使用する。

エディターを開く。

$sudo crontab -e

一番最後の行に以下の記述を追加する。

30 22 * * * /sbin/shutdown -h now

毎日22：30にシャットダウンするという意味。

保存して、エディターを閉じる。

保存 [Ctrl] + o
閉じる [Ctrl] + x

設定を確認する。

$crontab -l

端末の起動: Alt+Cntl+T (Command+option+T)

Python

SCP転送

paramikoを使う

paramikoインストール

pip install paramiko

ssh接続

import paramiko
with paramiko.SSHClient() as ssh:
    ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())
    ssh.connect(hostname='XXX.XXX.XXX.XXX', port=22, username='username', password='password')

scp client作成

import scp
with scp.SCPclient(ssh.get_transport()) as scp:
    scp.put('filename', '/upload/to/remote/directory/')
    scp.get('/upload/to/remote/directory/')

上記の２つをまとめる。

import paramiko
import scp

with paramiko.SSHClient() as ssh:
    ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())
    ssh.connect(hostname='XXX.XXX.XXX.XX', port=22, username='username', password='password')
    with scp.SCPclient(ssh.get_transport()) as scp:
        scp.put('filename', '/upload/to/remote/directory/')
        scp.get('/upload/to/remote/directory/')

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」

画像処理

Pythonでの画像処理

Numpy 高速数値演算
Pillow 画像処理
OpenCV コンピュータビジョン

OpenCVではカラー画像はBGRで表す歴史的背景　Why does OpenCV use BGR color format ?

BGRからRGBへの変換

img_rgb = img_bgr[:,:,::-1].copy()

RGBからBGRへの変換

img_bgr = img_rgb[:,:,::-1].copy()

Pythonのスライス「第1, 2次元目はそのままで、第3次元目は逆方向に並べたもの」

PythonのopenCVでフルスクリーンにする方法

cv2.namedWindow("screen", cv2.WINDOW_NORMAL)
cv2.setWindowProperty('screen', cv2.WND_PROP_FULLSCREEN, 1)
cv2.imshow('screen', img)

フルスクリーンを解除するには

cv2.setWindowProperty('screen', cv2.WND_PROP_FULLSCREEN, 0)

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

Training画像データ

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

train.pyの修正

https://github.com/yusuketomoto/chainer-fast-neuralstyle/issues/40

#    image = image.crop(((w-size)*0.5, (h-size)*0.5, (w+size)*0.5, (h+size)*0.5))
    image = image.crop((int((w-size)*0.5), int((h-size)*0.5), int((w+size)*0.5), int((h+size)*0.5)))

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

A Neural Algorithm of Artistic Style

Leon A. Gatys, Alexander S. Ecker, Matthias Bethge (Submitted on 26 Aug 2015 (v1), last revised 2 Sep 2015 (this version, v2))

chainer-gogh

画風を変換するアルゴリズム（Preferred Networks(PFN）松元叡一氏） 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

wget http://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()

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

volatileとtrainオプションがなくなったので、*.pyソース内の引数を削除

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

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

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

ノート型 https://www.pc-koubou.jp/pc/deeplearning_pc.php?pre=cmm_hnv_019

参考

絵画風動画変換

箱根にあるとある水車小屋 https://youtu.be/3MwTQJrDCeo

ローマの休日 https://youtu.be/F5RTxOr0_Cw

物体検出

http://ai-coordinator.jp/category/object-detection

AI Artistic Neuro Painter

http://www.kuhalabo.net/aipaint/

http://www.kuhalabo.net/aipaint/iframe.html

2019年4月12日 (金) 05:45時点における版 (ソースを閲覧) Kuha (トーク \| 投稿記録) (→‎Python) ←古い編集		2019年4月28日 (日) 05:05時点における版 (ソースを閲覧) Kuha (トーク \| 投稿記録) 新しい編集→
438行：		438行：

	http://www.kuhalabo.net/aipaint/iframe.html		http://www.kuhalabo.net/aipaint/iframe.html
		+
		+
		+	[[Category:研究]]