DL使った線画自動着色がCPUでも動くようにしました
DL使った線画自動着色の件、下記記事を書いた後で、CPUだけでも動くように修正し、pull requestを出させていただきました。幸い、conflictsは無いようです。
修正内容ですが、元々CPUで使う場合は"python server.py -g -1"とすれば動くはずなのですが、"cgi_exe.py"で "self.gpu >= 0" か判定して処理を分ける部分が抜けていたので、追加したものです。
ちなみに、トレーニングと異なり判定だけなので、CPUでも十分に速いです。お試しサイトはアクセスが集中して処理が重くなっており着色に1分以上かかるので、お試しサイトの負荷を減らす意味でも、ローカル環境を作って試しましょう！
何よりも、CPUだけでもローカル環境の方がお試しサイトよりもずっと速いです。具体的には、CPUだけも15秒程度で着色が完了します*1。これに対して、お試しサイトはアクセス集中のため1分ぐらい待たされます。
merge前にCPUで試したい方は下記をお使いください。
https://github.com/Itsukara/PaintsChainer.git
GPUメモリ不足時の画面
CPUに切替後の画面
追記
当初、GPUを使って動くようにするために、下記記事を見てVisual Studioを入れたり、CUDA8.0を入れたりと、1時間以上掛かり、確かにMNISTは10倍くらい速くなったのですが、結局、GPUメモリ不足で一部しか動かず、残念でした。
qiita.com
ちなみに、CPUで動かすだけなら、chainerを"pip install chainer"で入れるだけであり、とても簡単です。(当然ながら、Pythonの事前インストールも必要ですが、これは、Anacondaをインストールして実行するだけなので、これも簡単です。また、opencvも必要ですが、これは"pip install opencv"で大丈夫でした)。
追記2 (Windowsでの簡単なインストール方法)
一応、Windowsでのインストール手順書いておきます。
# (1) Anacondaをインストール(Python 3.5 version) # ・下記からexeをダウンロードして実行(管理者権限で実行) # ・https://www.continuum.io/downloads # ・DOS窓で"python --version"を実行し、エラーにならないことを確認 # ・エラーになる場合、"Anaconda Windows インストール方法"でググり、自己対応願います。 # ・parco_opaaiさんが詳細なインストール方法を書かれています。ご参考まで。 # ・http://qiita.com/parco_opaai/items/5f654237afde9db85beb # ・ただし、上記記事のopencv-pythonを使うと色が変になるので要注意。 # (2) 以下を、DOS窓(管理者権限で実行)で実行 > conda upgrade pip > pip install chainer > conda install --channel https://conda.anaconda.org/menpo opencv3 # ※ "conda install opencv"ではUbuntuで色が青くなるのNGでした # (3) paintschainer (CPUで実行可能版)をインストール # ・下記からzipをダウンロードし解凍(github知らなくてもOK) # ・https://github.com/Itsukara/PaintsChainer/archive/master.zip # ※本家コードが急速に進化していますので、それを使った方が良さそうです。 # ・https://github.com/taizan/PaintsChainer/archive/master.zip # ・解凍してできたフォルダは、下記のように名前を変更 # ・PaintsChainer-master => PaintsChainer # ・下記フォルダを作成 # ・PaintsChainer\cgi-bin\paint_x2_unet\models # ・下記サイトにある学習済データを上記フォルダにダウンロード # ・http://paintschainer.preferred.tech/downloads/ # (4) フォルダPaintsChainerでSHIFTキーを押しながら右クリックし、 # 「コマンドウィンドウをここで開く」でDOS窓を開き、下記を実行 >python server.py -g -1 GPU: -1 start load model serving at localhost : 8000 # (4) ブラウザで下記を開く # ・http://localhost:8000/static/ # ※本家コード使用時は：http://localhost:8000/
追記3 (当サイトの宣伝)
ついでに、他の記事も見てくれると更にうれしいです。例えば、OpenAI GymのMontezuma's Revengeで1位になると共に、Deep Mindの論文に書かれていない部屋にも到達した話とか... これがきっかけでOpenAIの本社に招待され、12月にサンフランシスコに行ってきました(費用はOpenAI負担)。
itsukara.hateblo.jp
- DeepMindの論文に書かれていない部屋に到達した件は、論文の著者Marc G. Bellemare氏にもお知らせ済で、素直に喜んでくれています(下記youtubeのKorekara Itsukaraのコメントと、Marc G. Bellemare氏のコメント参照)。
Playing Montezuma's Revenge with Intrinsic Motivation - YouTube
- OpenAI Gymのスコアは下記参照。1位～3位が当方です。
- 下記はMontezuma's Revenge関連の成果をまとめたスライドです。
- 英語版(最新)
www.slideshare.net
- 日本語版(少し古い)
DeepMind論文(2016/6) 「Unifying Count-Based Exploration and Intrinsic Motivation 」 記載のPseudo-count を用いたMontezuma's Revenge の評価 from 孝好 飯塚
www.slideshare.net
