Deep Learning

提供：kuhalaboWiki
2018年6月1日 (金) 03:58時点におけるKuha (トーク | 投稿記録)による版

移動： 案内, 検索

目次

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 

$ ./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


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。

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

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 生成画像名 -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

CubistMirror

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。

neuralart TensorFlow

https://github.com/ckmarkoh/neuralart_tensorflow



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

「http://w3.kuhalabo.net/wiki/index.php?title=Deep_Learning&oldid=1430」から取得
個人用ツール
名前空間

変種
操作
案内
ツールボックス