Windows에서 Nnabla(Neural Network Libraries) 및 Neural Network Console을 시도했습니다.

NNabla(Neural Network Libraries)とNeural Network Console


NNAbla는 Neural Network 프레임워크로 C++와Python2,Python3는 Neural Network 구축에 사용되는 라이브러리에서 사용할 수 있다.
2017년 8월 17일, Nnabla의 GUI 도구인 Neural Network Console이 공개되었습니다.
Neural Network Console을 이용하면 코드를 쓰지 않아도 GUI로 Neural Network를 구축하여 자동으로 다양한 최적화를 할 수 있다.

참조:http://qiita.com/HirofumiYashima/items/10b7773ea00fda17868e

Nnabla 설치


요구 사항


공식적으로 운행을 보증하는 것은 Wondows 8.1과 Windows 10이다.
Nnabla에 필요한 소프트웨어는
  • Python 2.7 or Python>=3.5: PIP
  • Microsoft Visual C++ 2015 Redistributable
  • 동적 입력 프롬프트에서 클릭
  • CUDA Toolkit 8.0/cuDNN 6.0 (for NVIDIA GPU users)
  • 사용자 정의 모양새를 정의합니다.

    설치

  • Microsoft Visual C++2015 설치
    https://www.microsoft.com/ja-JP/download/details.aspx?id=52685
  • Miniconda 설치(Python3)
    https://repo.continuum.io/miniconda/Miniconda3-latest-Windows-x86_64.exe
  • scipy scikit-image ipython 설치
    설치된 Anaconda Prompt에서$ conda install scipy scikit-image ipython
  • CUDA 설치(옵션)
    http://nnabla.readthedocs.io/en/latest/python/install_on_windows.html#cuda-toolkit-8-0-cudnn-6-0
  • Nnabla 설치
    설치된 Anaconda Prompt에서$ pip install nnabla
  • Neural Network Console 설치


    https://dl.sony.com/ja/
    메일 주소를 입력하고 동의하면 Neural Network Console의 다운로드 링크가 전송됩니다.(약 1GB)
    참조:http://imagingsolution.net/deep-learning/neural-network-console/neural-network-console-download-install/
    neural_network_console_100.zip 압축 해제 neural_network_Console을 두 번 클릭하여 Neural Network Console을 시작합니다.

    Neural Network 구축, 학습 및 평가


    Neural Network 구축 시도
  • 새 프로젝트
    새 항목 클릭
  • 전결합 3층 신경 네트워크 구축
    NIST 학습 가정(입력 레이어 28x28, 중간 레이어 100+ 활성화 함수 ReLU, 출력 레이어 1)
  • 훈련 데이터 등의 설정
    DATASET 클릭

    각각 Traning 및 Validation 의 URI 설정
    Training : mnist_training.csv
    Validation : mnist_test.csv

  • Training 재생 버튼을 누르면 자동으로 학습이 시작됩니다.
  • 평가
    Evaluation의 재생성 단추를 누르면 정확한 데이터와 Neural Network의 출력 값(출력층은 1,float 출력)을 비교할 수 있습니다.
  • 기타


    이번에는 복잡한 네트워크이지만 샘플에 소프트웨어 Max에서 MNIST 0~9 확률을 제시하는 모델이 준비되어 있기 때문에 (가정의 12_residual_learning.sdproj)를 참고하십시오.
    ※ 시간이 있으면 자동으로 최적화 또는 추적

    주의사항


    저는 SONY 직원이지만 개인적인 보도로서 조직과는 무관합니다.

    참조 페이지


    https://blog.dl.sony.com/53/
    http://arakan-pgm-ai.hatenablog.com/entry/2017/08/23/003000

    좋은 웹페이지 즐겨찾기