機械学習」カテゴリーアーカイブ

【CEDEC 2015】東大准教授の松尾豊氏が語る人工知能の未来~ディープラーニングの先にあるもの~|APPREVIEW

 先日パシフィコ横浜でゲーム開発者向けのイベント「CEDEC 2015」が開催された。ここではセッション「人工知能の未来 ~ディープラーニングの先にあるもの~」を紹介する。  講演者である松尾豊氏は長

情報源: 【CEDEC 2015】東大准教授の松尾豊氏が語る人工知能の未来~ディープラーニングの先にあるもの~|APPREVIEW

Digit2.0でOut of memory error

GTX960 2GのGPUを使って発生
DigitはGPUが4G以上のメモリーを搭載したPCを想定して作られている
このバグの解決策はバッチサイズをデフォルトの100から50に下げるかイメージサイズをデフォルトの256から128に下げるか

参考URL
https://github.com/NVIDIA/DIGITS/issues/18

Ubuntu14.04LTS64bitにNVIDIA DIGITS 2をインストール

・Ubuntu14.04LTS64bitにNVIDIA DIGITS 2をインストール
https://github.com/NVIDIA/DIGITS/blob/master/docs/WebInstall.md通りに
mkdir ~/deeplearning
cd ~/deeplearning
https://developer.nvidia.com/digitsからNVIDIA DIGITSをダウンロードしてカレントディレクトリに配置
tar xvf digits-2.0.tar.gz
cd digits-2.0
./install.sh
サーバーを立ち上げる時にPermission deniedエラーが出るのでsudoを付け加える
sudo ./runme.sh
立ち上げたらhttp://localhost:5000/をWebブラウザで開く

・Webappの使い方
https://github.com/NVIDIA/DIGITS/blob/master/docs/GettingStarted.md

・REST APIからNVIDIA DIGITSにアクセスして一つの画像を分類する例
curl localhost:5000/models/images/classification/classify_one.json -XPOST -F job_id=20151011-213153-e7e9 -F image_file=@/home/takasi/deeplearning/digits-2.0/mnist/test/0/00126.png

・他の人が作成したモデルを使用する方法
・・まず必要条件にあるCaffeのインストール
https://github.com/NVIDIA/DIGITS/blob/master/docs/InstallCaffe.md通りに
cd $HOME
git clone –branch caffe-0.12 https://github.com/NVIDIA/caffe.git
export CAFFE_HOME=${HOME}/caffe
export PYTHONPATH=~/caffe/python:$PYTHONPATH
sudo apt-get install \
libgflags-dev libgoogle-glog-dev \
libopencv-dev \
libleveldb-dev libsnappy-dev liblmdb-dev libhdf5-serial-dev \
libprotobuf-dev protobuf-compiler \
libatlas-base-dev \
python-dev python-pip python-numpy gfortran
sudo apt-get install –no-install-recommends libboost-all-dev
cd $CAFFE_HOME
for req in $(cat python/requirements.txt); do sudo pip install $req; done
cd $CAFFE_HOME
mkdir build
cd build
cmake ..
make –jobs=4

・・次に必要条件であるCUDAをインストール
https://github.com/NVIDIA/DIGITS通りに
・・・CUDAのダウンロードとインストール
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
sudo apt-get update
sudo apt-get install cuda
ここでOSを再起動する
そしてPATHを通す
export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda

・・・cuDNNのダウンロードとインストール
cuDNNウェブサイト(https://developer.nvidia.com/cudnn)からダウンロードしてホームディレクトリに展開
cd ~/cuda/lib64
sudo cp -a libcudnn* $CUDA_HOME/lib64/
cd ~/cuda/include
sudo cp cudnn.h $CUDA_HOME/include/

・・サンプルを動かす前に上記で設定したPATHを常に通しておく
sudo gedit ~/.profile
以下を文末に追加する
#NVIDIA DIGITS
export CAFFE_HOME=${HOME}/caffe
export PYTHONPATH=~/caffe/python:$PYTHONPATH
export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda
PATHを反映させる
source ~/.profile

・・いよいよ実際にサンプルを動かせるようになる
cd ~/deeplearning/digits-2.0/digits/examples/classification
./use_archive.py 20151011-213153-e7e9_epoch_30.0.tar.gz 00003.png

scikit-learnについて

Mecabをpythonから使えるようにするには

Ubuntu14.04にインストールするには

$ sudo apt-get install mecab libmecab-dev mecab-ipadic
$ sudo aptitude install mecab-ipadic-utf8
$ sudo apt-get install python-mecab

PythonのデフォルトエンコードをUTF-8にするには

http://qiita.com/puriketu99/items/55e04332881d7b679b00