[PYTHON] 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.
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)
- https://www.tensorflow.org/get_started/mnist/pros
- https://www.tensorflow.org/get_started/mnist/mechanics
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.
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)
- Softmax regression?
- ML Engine?
- Tensorboard?
Liens connexes
Recommended Posts