2018-03-13

ここ半年でやったこと～ディープラーニングをつまみ食い～

古いコーヒー豆で作ったカフェラテは激マズでした。HALです。

過去記事のレイアウト編集していて、画像を中央ぞろえにしたかったんだけど、
適当に＜center＞＜/center＞のタグでくくったら出来ました。
結構、柔軟に設計されているなと感心しました😃

さて、久しぶりの投稿ですが、この半年ぐらいの間
異常検知モデルを作ったり、
AWS、Azureを使い倒したり、
ラズパイで顔認識させたり、
unityちゃんを動かしてみたり、
色々なことをしてきました。

また、最近では
強化学習
ベイズ推論
あたりを勉強しています。

今、「ベイズ推論による機械学習入門」って本を読んでいるのですが、
これが、非常に読みやすい。
ここ1年、数学書を読んできたおかげかもしれません。

今年こそは、趣味の方でも何らかの成果を出していきたいです。。！(ﾟдﾟ)

2017-08-16

結局クラウド環境にすることに

FF14、もうすぐイシュガルドに到達しそうです。

f:id:hattokunnspiral:20170816224131j:image:w210

久々の投稿になりました。

自宅のGPUマシンでDL環境を構築しようと思ってたけど、
chainerCVのサンプルが思った以上に重く、メモリ不足ったのでスタンドアロン環境はあきらめることに。

今後はクラウドの活用が進むことも見越して、
AWSやAzure上でDL環境を構築することにしました。

AWSなんかは、GPU環境は普通にインスタンス立てたままだと、月数万円いきそうだけど、スポットインスタンスにすれば価格は5分の1程度になるし、普段DLのプログラミングをするときは、無料のプランのインスタンスを立てて、学習や解析の時にGPU インスタンスを使うようにすれば、随分節約できることが分かった。

スポットインスタンスの市場価格が設定上限価格を超えて、インスタンスが強制終了するリスクに対しては、学習時に随時学習モデルファイルを生成して、github等にアップロードするようにしておけば、大きな手戻りリスクも回避できることがわかった。
意外とどうにかなるじゃん。ということです。

最近仕事では時系列波形データの異常検知をするNNモデルをためてしてみている。実際、NNなどで学習しなくとも、レトロな手法で異常検知することができることが分かった。
何より、フーリエ変換て何？だったのが理解できるようになったのが大きな収穫です。

あと最近、Raspberry Piを買ったので、IoTを楽しもうと思います。
((AIキャラクター作成計画はどうなった。。

2017-07-20

ディープラーニング環境構築

f:id:hattokunnspiral:20170720000845p:plain

chainerCVのdemoモデルはフェレットを学習していなかったようです。

おうちでぼちぼちDeepLearning（DL)環境を構築しています。

環境はこんな感じ

・DL用サーバ

windows10 pro

geforce 650Ti

vm player（ubuntu）

とりあえず嫁のwindowsマシンなのでLinuxは諦めてwindows上でGPUを使ったDLができる環境にします。

windows版anaconda（pythonの統合パッケージみたいな）をいれて、追加でDLの下記フレームワークをインストールしました。

・chainer

・tensorflow

参考サイトはこちら。

cuda
https://developer.nvidia.com/cuda-gpus
GTX650 Tiは3.0ぎりぎりセーフ

☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆

「chainer windows」
chainerをインストールする参考サイト
http://qiita.com/samacoba/items/7fa5883d7d715aeabd53
（chainerインストールメモ（ windows10 python3.5 cuda8.0 ））
・ Patch 2 (Released Jun 26, 2017) はインストールしないようにした。

「chainer windows」
http://nixeneko.hatenablog.com/entry/2017/06/24/101542
（WindowsでChainerCVのサンプルを動かしFaster R-CNNをトレーニングしてみる）

windowsでの時間計測
http://sgry.jp/blog/2016/09/18/3812/

powershellからanacondaを使用する。
http://qiita.com/ihlbbfbtr/items/097553ccd51543ee31fb

powershellのポリシーの変更
http://www.atmarkit.co.jp/ait/articles/0805/16/news139.html
measure-command { python train_mnist.py -g 0}

cupyをinstallする必要があった。
https://github.com/chainer/chainer#installation
pip install cupy

「gpu 使用状況」
http://qiita.com/samacoba/items/368d67f2d7d4e11abdf7

☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆