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

Ubuntu14.04 への Chainerのインストール中にsetuptoolsインスコで躓いたのでメモ - Qiita

#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