J'ai touché Tensorflow et keras

*** Ceci est un aperçu de Tensorflow Study Group @ Honmachi qui s'est tenu le 25 août. *** ***

Qu'est-ce que GCP?

Abréviation de Google Cloud Platform. C'est la version Google d'AWS (Amazon Web Services). Le système de facturation est compliqué et j'ai un peu peur de l'utiliser, mais il est très facile de créer un serveur et je souhaite essayer ML Engine (un service qui construit un modèle de Tensorflow) à l'avenir, donc cette fois J'ai choisi ça.

https://cloud.google.com/

Créer une instance de Compute Engine

Cette fois, je voudrais installer tensorflow sur une simple machine virtuelle et l'exécuter.

Créez une nouvelle instance. J'ai choisi "Ubuntu 17" comme disque de démarrage.

Screen Shot 2017-08-21 at 11.37.55.png

Accédez à cette instance en utilisant "l'adresse IP externe" qui sera attribuée après sa création (remplacez la partie intitulée YOUR_IP par l'adresse IP que vous avez obtenue ici).

Configuration d'Ubuntu

Tout d'abord, connectez-vous avec ssh.

ssh ubuntu@YOUR_IP

Installez les packages requis.

sudo -i
apt -y update
apt -y upgrade

apt -y install python3-pip python3-dev
pip3 install --upgrade pip
pip3 install opencv-python tensorflow
exit

Cette fois, j'ai introduit un package pour que tensorflow fonctionne avec Python3 (pas 2.x). Vérifiez si la bibliothèque peut être chargée normalement comme suit.

$ python3
Python 3.5.3 (default, Jan 19 2017, 14:11:04) 
[GCC 6.3.0 20170118] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> node1 = tf.constant(3.0, dtype=tf.float32)
>>> node2 = tf.constant(4.0) # also tf.float32 implicitly
>>> print(node1, node2)
Tensor("Const:0", shape=(), dtype=float32) Tensor("Const_1:0", shape=(), dtype=float32)
>>> 

--Référence: https://www.tensorflow.org/get_started/get_started

Déplacez Tensorflow pour voir

J'ai installé Tensorflow, mais je veux le code du didacticiel, donc je vais obtenir le code source de GitHub.

git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow/tensorflow/examples/tutorials/mnist/

Cliquez ici pour voir l'exemple le plus simple. L'ensemble de données pour l'apprentissage et l'évaluation de mnist (caractères manuscrits) est téléchargé à partir d'Internet, et la construction et l'évaluation du modèle sont terminées en un instant.

python3 mnist_softmax.py

Pour le contenu de ce programme, veuillez vous référer à l'URL suivante. (Je ne suis pas doué en théorie, alors je vais m'échapper de ce domaine pour parler de la façon de le mettre en pratique ...)

--https: //www.tensorflow.org/get_started/mnist/beginners (version traduite)

Jouez avec la reconnaissance d'image

(C'est un peu gênant car c'est juste fait) J'ai créé une application qui démarre tensorflow lorsqu'une image est téléchargée sur le serveur à partir d'un navigateur et affiche le résultat de la classification de l'image. De plus, comme l'exemple de code de tensorflow a été évalué tel quel sans enregistrer le modèle, il existe également un code modifié pour enregistrer le modèle à l'aide de Saver (train- *. Py).

git clone https://github.com/lumbermill/takachiho.git
sudo apt install apache2 php rake
cd ~/takachiho/webapps/01-tensorflow
#Déployer PHP
rake install
#Construire et déployer un modèle
cd ~/takachiho/raspi/07-coffee
python3 train-mnist1.py --data_dir=/tmp/tensorflow/mnist/input_data/ --log_dir=/var/www/html/tensorflow/models/

L'écran ressemble à ceci. Si vous êtes intéressé par le code source, veuillez vous référer au référentiel ci-dessus.

Screen Shot 2017-08-27 at 8.30.56.png

Essayez le modèle pré-construit de keras

Tout d'abord, installez et téléchargez l'exemple de programme.

sudo pip3 install keras h5py
curl -O https://raw.githubusercontent.com/asataniAIR/Image_DL_Tutorial/master/VGG/VGG16_Demo.py

Si vous spécifiez une image comme argument, il devinera de quoi il s'agit. Facile!

$ python3 VGG16_Demo.py sample.jpg
Using TensorFlow backend.
:
Omission
:
('n03947888', 'pirate', 0.98744524)
('n04147183', 'schooner', 0.010494102)
('n04606251', 'wreck', 0.0010530388)
('n03240683', 'drilling_platform', 0.00052914425)
('n03344393', 'fireboat', 0.00010963867)

Autre

(Mots clés que je ne pourrais pas entrer trop dans les détails)

Liens connexes

Recommended Posts

J'ai touché Tensorflow et keras
J'ai essayé d'implémenter Grad-CAM avec keras et tensorflow
J'ai touché HaikuFinder
Comparez le TensorFlow brut avec tf.contrib.learn et Keras
Résumé de Tensorflow / Keras
optuna, keras et titanic
J'ai touché le Tensorboard de TensorFlow
J'ai essayé d'exécuter TensorFlow
J'ai touché AWS Chalice
J'ai touché Bergeronnette (3). Enquête et mise en place de messages pop-up.
J'ai touché Wagtail (1) et remplaçons la méthode de sauvegarde.
Clipping et normalisation dans TensorFlow
J'ai essayé de toucher l'API Qiita
E / S asynchrones et E / S non bloquantes
Construction d'environnement Python et TensorFlow
63e jour, j'ai installé tensorflow.
J'ai touché Bergeronnette (2). Introduction des extensions django.
J'ai essayé d'utiliser magenta / TensorFlow
J'ai comparé lame et jinja2
[Python] Hit Keras depuis TensorFlow et TensorFlow depuis c ++ pour accélérer l'exécution.
Pydroid 3 - J'ai essayé les options OpenCV et TensorFlow de l'IDE pour Python 3 (Android)
Défiez la classification des images avec TensorFlow2 + Keras 9-Apprentissage, sauvegarde et chargement de modèles-
[Note de lecture] Apprentissage automatique pratique avec Scikit-Learn, Keras et TensorFlow Chapitre 1
MNIST (DCNN) avec Keras (backend TensorFlow)
J'ai essayé le tutoriel TensorFlow 1er
J'ai essayé le tutoriel TensorFlow 2ème
J'ai comparé Qiskit et Blueqat (débutant)
Tutoriel TensorFlow J'ai essayé CNN 4th
Keras comme wrapper de Theano et TensorFlow
[TensorFlow] [Keras] Construction d'un réseau neuronal avec Keras
Comparez DCGAN et pix2pix avec Keras
J'ai personnellement comparé Java et Ruby
J'ai joué avec PyQt5 et Python3
J'ai touché quelque chose qui s'appelle Touch Designer
J'ai implémenté le modèle VGG16 avec Keras et essayé d'identifier CIFAR10