[PYTHON] Die Geschichte, deep3d auszuprobieren und zu verlieren

Einführung

Dieser Artikel ist der dritte Tagesartikel von Python Advent Calendar 2016. Es ist eine besiegte Geschichte, daher endet das Ende mit einem Fehler.

Was ist deep3d

Eine Bibliothek, die DeepLearning verwendet, um Bilder für 3D zu konvertieren.

Das ist

Es wird so sein!

Deine Träume werden sich ausbreiten (people'∀`)

Erklärung der einfachen Vorgehensweise von hier

Bereiten Sie einen Computer vor, der GPU verwenden kann

--Erstellen Sie eine AWS g2.2xlarge- oder g2.8xlarge EC2-Instanz

• Es ist notwendig, die Aufhebung von Nutzungsbeschränkungen im Voraus zu beantragen ――Da es viel Speicherplatz verbraucht, nutzt die kostenlose Schicht alle 30 GB »Natürlich ist es überhaupt nichts anderes als AWS.

Bibliothek installieren

--CUDA (GPU integrierte Entwicklungsumgebung) --cuDNN (Bibliothek zum Ausführen eines neuronalen Netzwerks auf einer GPU)

• Sie müssen sich als Entwickler bei NVIDIA registrieren --MXNet (DeepLearning-Bibliothek)

Referenz

• Setup Amazon AWS GPU instance with MXnet
• Sie müssen auch / usr / local / cuda / lib64 / zum obigen LD_LIBRARY_PATH hinzufügen
• Wenn Sie g2.2xlarge wählen, zeigt `` `nvidia-smi``` eine GPU an
• Ich habe MXNet 0.7.0 installiert, das mit Deep3D kompatibel ist
• Beziehen Sie sich auf das Obige, um deep3d mit MXNet zu verarbeiten.

Python vorbereiten

• Installieren Sie pyenv
• Python 3.x-Umgebungskonstruktion von Pyenv (CentOS, Ubuntu)
• Installieren Sie Anaconda und OpenCV
• Der einfachste Weg, OpenCV mit Python zu verwenden --Includes images2gif
  • PinguCarsti / packages / images2gif

Bereiten Sie das Bild vor

Laufen Sie wie Probe

――Ist es gut, sich darauf zu beziehen? - deep3d.ipynb

• Ersetzen Sie das Bild im Voraus
• Wenn Sie es nicht in dem von Ihnen geklonten deep3d-Verzeichnis ausführen, wird der Lesefehler deep3d-symbol.json angezeigt.
• Sie können es in das Verzeichnis kopieren, das Sie ausführen möchten.
• Ich habe diesmal kein Jupyter benutzt

Laufen Sie wie Probe

import mxnet as mx
import numpy as np
import os
import urllib
import cv2
from PIL import Image
from images2gif import writeGif
import logging
logging.basicConfig(level=logging.DEBUG)

Laufen Sie wie Probe

if not os.path.exists('deep3d-0050.params'):
    urllib.urlretrieve('http://homes.cs.washington.edu/~jxie/download/deep3d-0050.params', 'deep3d-0050.params')
model = mx.model.FeedForward.load('deep3d', 50, mx.gpu(0))
shape = (384, 160)
img = cv2.imread('demo.jpg')
raw_shape = (img.shape[1], img.shape[0])
img = cv2.resize(img, shape)
X = img.astype(np.float32).transpose((2,0,1))
X = X.reshape((1,)+X.shape)
test_iter = mx.io.NDArrayIter({'left': X, 'left0':X})
Y = model.predict(test_iter)

FATAL ERROR!!!!

>>> test_iter = mx.io.NDArrayIter({'left': X, 'left0':X})
>>> Y = model.predict(test_iter)
[16:21:56] src/operator/./reshape-inl.h:311: Using target_shape will be deprecated.
[16:21:57] src/operator/./reshape-inl.h:311: Using target_shape will be deprecated.
[16:21:57] src/operator/./reshape-inl.h:311: Using target_shape will be deprecated.
[16:21:57] /home/ubuntu/mxnet/dmlc-core/include/dmlc/logging.h:235: [16:21:57] src/operator/./cudnn_softmax_activation-inl.h:44: Check failed: (in_data[softmax_activation::kData].ndim()) == (2) Input need to have 2 dimensions when mode=instance.
[16:21:57] /home/ubuntu/mxnet/dmlc-core/include/dmlc/logging.h:235: [16:21:57] src/engine/./threaded_engine.h:306: [16:21:57] src/operator/./cudnn_softmax_activation-inl.h:44: Check failed: (in_data[softmax_activation::kData].ndim()) == (2) Input need to have 2 dimensions when mode=instance.
An fatal error occurred in asynchronous engine operation. If you do not know what caused this error, you can try set environment variable MXNET_ENGINE_TYPE to NaiveEngine and run with debugger (i.e. gdb). This will force all operations to be synchronous and backtrace will give you the series of calls that lead to this error. Remember to set MXNET_ENGINE_TYPE back to empty after debugging.
terminate called after throwing an instance of 'dmlc::Error'
  what():  [16:21:57] src/engine/./threaded_engine.h:306: [16:21:57] src/operator/./cudnn_softmax_activation-inl.h:44: Check failed: (in_data[softmax_activation::kData].ndim()) == (2) Input need to have 2 dimensions when mode=instance.
An fatal error occurred in asynchronous engine operation. If you do not know what caused this error, you can try set environment variable MXNET_ENGINE_TYPE to NaiveEngine and run with debugger (i.e. gdb). This will force all operations to be synchronous and backtrace will give you the series of calls that lead to this error. Remember to set MXNET_ENGINE_TYPE back to empty after debugging.
Aborted (core dumped)

why?

• Input need to have 2 dimensions when mode=instance. »Übergeben Sie es?
  • test_iter = mx.io.NDArrayIter({'left': X, 'left0':X}) ――Ich habe den Quellcode von c ++ gelesen, konnte ihn aber nicht lösen ...

(´ ・ ω ・ `)

abschließend

――Es scheint, dass deep3d auch für Videos verwendet werden kann, also möchte ich mein Bestes geben ――Ich möchte die Logik von DeepLearning verstehen. --AWS ist sehr praktisch

• Python ist wirklich praktisch »Diesmal war besonders die Anakonda göttlich