Install Tensorflow（1.13.1）

Colaboratoryでは現在Tensorflow 1.14.0がプレインストールされているため、GPU版の1.13.1をインストールします。

!pip uninstall -y tensorflow
!pip install tensorflow-gpu==1.13.1

Version check(Optional)

TensoFlow/cuda/cuDNNのバージョンを確認します。一度確認しておけばいいのでレース中は飛ばしても大丈夫です。

tensorflow-gpu : 1.13.1
cuda : 10.0.130
cuDNN : 7.6.2

!pip list | grep -i -e tensorflow
!nvcc --version
!ls -l /usr/lib/x86_64-linux-gnu/libcudnn.so*

Check GPU allocation(Optional)

GPUが割り当てられているかの確認です。これも飛ばしても大丈夫です。
If "Found GPU at: /device: GPU: 0" is displayed, the GPU is ready to use.

import tensorflow as tf
device_name = tf.test.gpu_device_name()
if device_name != '/device:GPU:0':
  raise SystemError('GPU device not found')
print('Found GPU at: {}'.format(device_name))

Install Donkeycar & Create Project

本来ならばセルを分けて記述すればいいのですが、手間を省くため一気にDonkey car(3.1.0 master)のインストールと環境設定をします。

!git clone https://github.com/autorope/donkeycar.git 
%cd donkeycar
!git checkout master
!pip3 install -e .[pc]
!donkey createcar --path /content/mycar

Upload datas.zip & unzip

ファイルのアップロードへのやり方には、主にGoogle Driveに格納する方法と、アップロードフォームを使う方法がありますが、転送の進捗が分かりやすいのとgoogle認証が必要でないことから、後者の方法でtubデータをアップロードします。

例）datas.zip(application/x-zip-compressed) - 2623504 bytes, last modified: 2019/8/31 - 62% done

「ファイル選択」でPC上にあるdatas.zipを選択し、アップロードする。
datas.zipは、実際の学習用フォルダである/content/mycar/dataに格納され、解凍します。

import os
from google.colab import files

if(os.path.exists("/content/mycar/data/datas.zip")):
   os.remove("/content/mycar/data/datas.zip")

%cd /content/mycar/data/
uploaded = files.upload()

!unzip -o datas.zip

Train your data

モデルの格納先をdefalutフォルダ、typeをlinearにしています。

/content/mycar/dataのフォルダー全てを学習対象にします。

%cd /content/mycar
!python manage.py train --model=/content/mycar/models/mypilot.h5 --type=linear

Copy the trained model back to Donkey Car

学習結果は、/content/mycar/models/mypilot.h5に保存される。
「ファイル」にあるmypilot.h5をダブルクリックしPCにダウンロードする。
WinSCP/SSHでRaspberryPiの~/mycar/models/mypilot.h5にコピーする。

Google ColaboratoryによるDonkey Car 学習環境(3.1.0編)