nvidia/tensorflowコンテナイメージでShow and Tell #TensorFlow

NVIDIA GPU CLOUDのnvidia/tensorflowコンテナイメージで、Show and Tell: A Neural Image Caption Generatorを試す。

システム構成

Ubuntu Server 16.04.3 LTS
NVIDIA GeForce GTX 1080
1.0TB SSHD（学習データで150GB以上を使うのでディスクには余裕が必要）

事前準備

NVIDIA GPU CLOUD（NGC）でアカウントを作成
Docker CEのインストールとNGCからコンテナイメージを実行できるようにしておく

nvidia/tensorflowコンテナイメージの内容

インストール済み

python 2.7
tensorflow 1.4.0
numpy 1.11.0
NLTK 3.2.5

追加インストールが必要

bazel 0.5.4

コンテナのカスタマイズ

dockerにログイン（NGC画面右の[GET API Key]で取得したkeyをPasswordに入力）

# docker login nvcr.io
Username: $oauthtoken
Password:

ベースになるイメージの取得（ホストマシン）

# docker pull nvcr.io/nvidia/tensorflow:17.12

nvidia/tensorflowコンテナの起動＆ログイン（ホストマシン）

# nvidia-docker run -it nvcr.io/nvidia/tensorflow:17.12

ライブラリのインストール（コンテナ）

# apt-get install libcupti-dev

# apt-get update
# apt-get install openjdk-8-jdk
# echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | tee /etc/apt/sources.list.d/bazel.list
# curl https://bazel.build/bazel-release.pub.gpg | apt-key add -
# apt-get update && apt-get install bazel
# apt-get upgrade bazel

バージョンの確認とpunktのダウンロード（コンテナ）

>>> import numpy as np
>>> np.version.full_version

>>> import tensorflow as tf
>>> tf.__version__

>>> import nltk
>>> nltk.__version__

>>> import nltk
>>> nltk.download('punkt')

カスタムコンテナの保存（ホストマシン）

$ nvidia-docker ps
$ nvidia-docker stop [コンテナ名]
$ nvidia-docker commit [コンテナ名] custom_tensorflow:00.01

クリーンな実行環境を作成しておくことで、やり直しがしやすくなります。

カスタムコンテナの起動

-p 6006:6006 TensorBoard用のポートフォワード
-v /root/data/im2txt:/root/im2txt ホストマシンのディレクトリをマウント

# nvidia-docker run -p 6006:6006 -v /root/data/im2txt:/root/im2txt -it --name "custom_tensorflow" custom_tensorflow:00.01 /bin/bash

Show and Tellモデルを学習させる（コンテナ）

# git clone https://github.com/tensorflow/models.git

# cd models/research/im2txt/
# MSCOCO_DIR="${HOME}/im2txt/data/mscoco"
# bazel build //im2txt:download_and_preprocess_mscoco

学習データ画像のダウンロードリンク変更

アーカイブのURLを指定した方が、早くダウンロードできます。

# vi bazel-bin/im2txt/download_and_preprocess_mscoco
BASE_IMAGE_URL="http://msvocds.blob.core.windows.net/coco2014"
↓
BASE_IMAGE_URL="http://images.cocodataset.org/zips"

学習データの準備

# MSCOCO_DIR="${HOME}/im2txt/data/mscoco"
# cd research/im2txt
# bazel build //im2txt:download_and_preprocess_mscoco
# bazel-bin/im2txt/download_and_preprocess_mscoco "${MSCOCO_DIR}"

Inception v3のダウンロード

# INCEPTION_DIR="${HOME}/im2txt/data"
# mkdir -p ${INCEPTION_DIR}

# wget "http://download.tensorflow.org/models/inception_v3_2016_08_28.tar.gz"
# tar -xvf "inception_v3_2016_08_28.tar.gz" -C ${INCEPTION_DIR}
# rm "inception_v3_2016_08_28.tar.gz"

学習開始

# MSCOCO_DIR="${HOME}/im2txt/data/mscoco"
# INCEPTION_CHECKPOINT="${HOME}/im2txt/data/inception_v3.ckpt"
# MODEL_DIR="${HOME}/im2txt/model"
# cd research/im2txt
# bazel build -c opt //im2txt/...

# bazel-bin/im2txt/train \
  --input_file_pattern="${MSCOCO_DIR}/train-?????-of-00256" \
  --inception_checkpoint_file="${INCEPTION_CHECKPOINT}" \
  --train_dir="${MODEL_DIR}/train" \
  --train_inception=false \
  --number_of_steps=1000000

途中からでも学習は再開できるので、とりあえず--number_of_steps=10000ぐらいで試して、現実的に処理できるか（主に時間）を確認した方が良いと思います。

Tips

TensorBoadの起動

起動

# MODEL_DIR="${HOME}/im2txt/model"
# tensorboard --logdir="${MODEL_DIR}"

確認

http://localhost:6006/