Help us understand the problem. What is going on with this article?

ChainerをUbuntu14.04へインストールした際の手順メモ

More than 3 years have passed since last update.

Dense CaptioningやSelective Search
DQNの実装を目指してChainerをインストールしました。

[Dense Captioning]
http://cs.stanford.edu/people/karpathy/densecap/

参考書からセットアップしたので手順をメモしておきます。

環境はUbuntu 14.04

Chainerの依存ライブラリインストール

$ sudo apt-get install python2.7
$ sudo apt-get install python-numpy
$ sudo apt-get install libhdf5-dev
$ sudo pip install -U setup-tools
$ sudo pip install -U cython

setuptoolsのインストールについては参考にした書籍に誤記があるかも知れません

Cudaの環境変数の設定

GPUの使用に対して環境変数と
-CuDNN v4
-protocol buffers
上2つのライブラリが必要です

$ export CUDA_ROOT=/usr/local/cuda
$ export PATH=$PATH:/usr/local/cuda/bin
$ export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/lib
$ export CPATH=$CPATH:/usr/loca/cuda/include
$ export CUDA_INC_DIR=/usr/local/cuda/bin:$CUDA_INC_DIR 

Chainerのインストール

protocol bufferのインストールと
Chainerのインストール(自身のアカウントのホーム領域配下に記載)

$ sudo pip install protobuf
$ sudo pip install chainer

サンプルのインストール

$ sudo git clone https://github.com/pfnet/chainer.git

ministを使用した動作確認テスト

$ cd ~/chainer/examples/mnist
$ mnist sudo python train_mnist.py
$ mnist sudo python train_mnist.py --gpu=0 //GPU使用する場合
$ sudo python train_mnist.pyGPU: -1

*GPU使用の場合 --gpu=(GPUのID)

学習結果が表示されます

# unit: 1000
# Minibatch-size: 100
# epoch: 20
Network type: simple

load MNIST dataset
epoch 1
graph generated
train mean loss=0.192183390001, accuracy=0.942250003902, throughput=205.787747527 images/sec
test mean loss=0.097593400433, accuracy=0.969000005126
epoch 2
train mean loss=0.0745383219374, accuracy=0.977550010482, throughput=204.740891398 images/sec
test mean loss=0.0760766306671, accuracy=0.976100005507
.

.

.

test mean loss=0.0971296599999, accuracy=0.982500005364
epoch 19
train mean loss=0.00823042495485, accuracy=0.997333335876, throughput=208.702609375 images/sec
test mean loss=0.112126590184, accuracy=0.982200008631
epoch 20
train mean loss=0.00885681845254, accuracy=0.997333335777, throughput=207.561653063 images/sec
test mean loss=0.112605881691, accuracy=0.982200006247
save the model
save the optimizer

Caffe 学習済みモデルのインポート

必要なライブラリをインストール

$ sudo pip install pillow
$ sudo pip install protobuf 

ネットワークから必要なモデルをダウンロード
今回はalexnetをダウンロードしました

$ cd ~/chainer/examples/modelzoo
$ sudo python download_model.py alexnet

参考書籍

イラストで学ぶディープラーニング

manjiroukeigo
著者:大学で脳細胞の神経モデルを組んだりRubyで人工無能とか組んでました シリコンバレーを目指してWatsonや機械学習を応用したシステム構築を学ぶエンジニアです。 現在本業は運用/監視/国を跨いだヘルプデスクetc ※githubの内容は更新中です。
https://github.com/JohnKeigo
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした