[PYTHON] L'histoire d'essayer deep3d et de perdre

introduction

Cet article est l'article du troisième jour du Calendrier de l'Avent Python 2016. C'est une histoire vaincue, donc la fin se termine par une erreur.

Qu'est-ce que deep3d

Une bibliothèque qui utilise DeepLearning pour convertir des images pour la 3D.

C'est

Ce sera comme ça!

Vos rêves se répandront (les gens'∀`)

Explication de la procédure simple à partir d'ici

Préparez une machine qui peut utiliser le GPU

--Créez une instance AWS g2.2xlarge ou g2.8xlarge EC2 --Il est nécessaire de demander à l'avance l'annulation des restrictions d'utilisation ―― Comme il utilise beaucoup de stockage, le niveau gratuit utilise les 30 Go «Bien sûr, ce n'est pas du tout autre qu'AWS.

Installer la bibliothèque

--CUDA (environnement de développement intégré GPU) --cuDNN (bibliothèque pour exécuter un réseau neuronal sur GPU)

• Besoin de vous inscrire en tant que développeur avec NVIDIA --MXNet (bibliothèque DeepLearning)

référence

• Setup Amazon AWS GPU instance with MXnet
• Vous devez également ajouter / usr / local / cuda / lib64 / au LD_LIBRARY_PATH ci-dessus --Si vous choisissez g2.2xlarge, `` nvidia-smi '' affichera un GPU
• J'ai installé MXNet 0.7.0 compatible avec Deep3D
• Reportez-vous à ce qui précède pour traiter deep3d avec MXNet.

Préparer python

--Installez pyenv

• Construction de l'environnement Python 3.x par Pyenv (CentOS, Ubuntu) --Installez anaconda et openCV
• La façon la plus simple d'utiliser OpenCV avec python --Inclure images2gif
  • PinguCarsti / packages / images2gif

Préparez l'image

Exécuter comme un échantillon

«Est-il bon de faire référence à cela? - deep3d.ipynb --Remplacer l'image à l'avance --Si vous ne l'exécutez pas dans le répertoire deep3d que vous avez cloné git, vous obtiendrez une erreur de lecture de deep3d-symbol.json.

• Vous pouvez le copier dans le répertoire que vous souhaitez exécuter. --Je n'ai pas utilisé Jupyter cette fois

Exécuter comme un échantillon

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)

Exécuter comme un échantillon

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. ―― Vous le remettez?
  • test_iter = mx.io.NDArrayIter({'left': X, 'left0':X}) ――J'ai lu le code source de c ++, mais je n'ai pas pu le résoudre ...

(´ ・ ω ・ `)

en conclusion

――Il semble que deep3d puisse également être utilisé pour les vidéos, je veux donc faire de mon mieux «Je veux comprendre la logique de DeepLearning. --AWS est vraiment pratique --python est vraiment pratique ――Cette fois, surtout anaconda était pieux