0
| 本文作者： AI研習(xí)社 | 2017-06-16 14:44 |
雷鋒網(wǎng)按：本文作者劉志，現(xiàn)于西安電子科技大學(xué)智能感知與圖像理解教育部重點(diǎn)實(shí)驗(yàn)室，攻讀博士學(xué)位，主要研究方向包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)字圖像處理等。本文系作者獨(dú)家供稿，雷鋒網(wǎng)首發(fā)。
2006年，機(jī)器學(xué)習(xí)界泰斗Hinton，在Science上發(fā)表了一篇使用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行維數(shù)約簡(jiǎn)的論文 ，自此，神經(jīng)網(wǎng)絡(luò)再次走進(jìn)人們的視野，進(jìn)而引發(fā)了一場(chǎng)深度學(xué)習(xí)革命。深度學(xué)習(xí)之所以如此受關(guān)注，是因?yàn)樗谥T如圖像分類、目標(biāo)檢測(cè)與識(shí)別、目標(biāo)跟蹤、語音識(shí)別、游戲（AlphaGo）等多個(gè)領(lǐng)域取得了相當(dāng)優(yōu)秀的成績(jī)，掀起了又一波人工只能浪潮。深度學(xué)習(xí)技術(shù)逐漸成為機(jī)器學(xué)習(xí)領(lǐng)域的前沿技術(shù)，近年來得到了突飛猛進(jìn)的發(fā)展，這得益于機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步以及計(jì)算設(shè)備性能的提升。英偉達(dá)公司研發(fā)的圖形處理器（Graphics Processing Unit，GPU），無疑為深度學(xué)習(xí)的發(fā)展提供了強(qiáng)有力的硬件支撐！
英偉達(dá)想必大家都有所耳聞，但對(duì)英偉達(dá)開發(fā)的深度學(xué)習(xí)訓(xùn)練系統(tǒng)(NVIDIA Deep Learning GPU Training System, DIGITS) 知之甚少，今天我們介紹如何使用DIGITS，實(shí)現(xiàn)基于深度神經(jīng)網(wǎng)絡(luò)的圖像分類，包括數(shù)據(jù)集創(chuàng)建、模型創(chuàng)建、模型訓(xùn)練、模型測(cè)試等等。
面對(duì)眾多的深度學(xué)習(xí)開發(fā)框架，你是不是安裝配置深度學(xué)習(xí)開發(fā)框架環(huán)境中，是不是苦于碼代碼、調(diào)試改Bug中。那么，今天你將發(fā)現(xiàn)，世界上還有一款超級(jí)簡(jiǎn)單易用的深度學(xué)習(xí)平臺(tái)工具，是的，這就是DIGITS。說到底，DIGITS是對(duì)現(xiàn)有流行深度學(xué)習(xí)開發(fā)框架的最高級(jí)的抽象封裝，你所需做的只不過是點(diǎn)點(diǎn)按鈕、改改參數(shù)，就能輕松實(shí)現(xiàn)基于深度學(xué)習(xí)模型的圖像分類、目標(biāo)檢測(cè)、分割等任務(wù)，并以圖形界面的方式展現(xiàn)出來。目前DIGITS支持 Caffe、Torch，7月份將開始支持Tensorflow，開發(fā)人員，正在努力工作，使其支持更多的深度學(xué)習(xí)框架，如下圖所示：
DIGITS支持的深度學(xué)習(xí)框架（來自英偉達(dá)官網(wǎng)）
下面，讓我們一起學(xué)習(xí)如何使用DIGITS，實(shí)現(xiàn)基于深度卷積網(wǎng)絡(luò)的手寫體圖像分類任務(wù)，讓我們一起成為人工智能時(shí)代的弄潮兒！
由于本文重點(diǎn)介紹如何使用DIGITS實(shí)現(xiàn)深度學(xué)習(xí)圖像分類，這里僅給出安裝參考與注意事項(xiàng)。
現(xiàn)今，DIGITS已經(jīng)有了三種安裝姿勢(shì)：
● Ubuntu 包管理器
● Docker
● 源碼編譯
具體請(qǐng)移步 NVIDIA DIGITS Installation。2015年時(shí)，DIGITS出道時(shí)還只有源碼安裝方式，時(shí)隔一年竟然有了 deb 安裝方式，果斷試用，按照官方說明分分鐘安裝完畢～.～
注：Ubuntu16.04下安裝Caffe，會(huì)有比較多的坑，跳進(jìn)去再跳出來就行了，不過，對(duì)于初學(xué)者，可能得幾個(gè)小時(shí)，甚至幾天的時(shí)間才能跳出來。
無論哪種安裝姿勢(shì)，都要確保有以下核心實(shí)料：
● 裝有GPU卡的PC機(jī)（有服務(wù)器更好）；
● Linux系統(tǒng)（建議Ubuntu，本文 Ubuntu16.04 LTS）；
● CUDA驅(qū)動(dòng)（本文版本8.0，Linux版有 run 和 deb 兩種安裝包，前者需要卸載系統(tǒng)自帶驅(qū)動(dòng)，一不小心可能就進(jìn)不去圖形界面了，需謹(jǐn)慎 ，具體安裝方法，參見英偉達(dá)官方安裝手冊(cè)）或自行搜索；
● 深度學(xué)習(xí)框架：如 Caffe, CNTK, TensorFlow, Theano and Torch 等其中的一種或多種（目前支持Caffe和Torch）；
● DIGITS
很簡(jiǎn)單，打開終端（快捷鍵 Ctrl + Alt + T），執(zhí)行如下命令，既可以自動(dòng)安裝 digits, caffe-nv, torch7-nv, libcudnn，其中，xxx-nv 是指英偉達(dá) fork 的xxx框架版本。具體安裝方法，參見：DIGITS Ubuntu Installation。
DIGITS Ubuntu deb 安裝命令
#添加源
# For Ubuntu 16.04
CUDA_REPO_PKG=http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
ML_REPO_PKG=http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
# Install repo packages
wget "$CUDA_REPO_PKG" -O /tmp/cuda-repo.deb && sudo dpkg -i /tmp/cuda-repo.deb && rm -f /tmp/cuda-repo.deb
wget "$ML_REPO_PKG" -O /tmp/ml-repo.deb && sudo dpkg -i /tmp/ml-repo.deb && rm -f /tmp/ml-repo.deb
# Download new list of packages
sudo apt-get update
# Install
sudo apt-get install digits
DIGITS的源碼可以在GitHub上找到，即這里：GitHub DIGITS，具體編譯構(gòu)建安裝過程參見：NVIDIA DIGITS Source Installation。
提示：
安裝過程若提示錯(cuò)誤：ImportError: No module named setuptools 可以使用 sudo apt install python-setuptools 解決。
cd ~/sfw
git clone https://github.com/NVIDIA/DIGITS.git
終于可以開始使用DIGITS了，首先打開你的瀏覽器，然后：
● 對(duì)于使用deb包安裝的童鞋，在瀏覽器地址欄輸入 http://localhost/ 訪問 DIGITS server 主頁；
● 對(duì)于采用其他安裝方式（using digits-devserver）的童鞋，在瀏覽器地址欄輸入 http://localhost:5000/ 訪問 DIGITS server 主頁；
現(xiàn)在開始吧！DIGITS server主頁界面如下，可見使用DIGITS做深度學(xué)習(xí)應(yīng)用，非常簡(jiǎn)單明了人性化，就是點(diǎn)點(diǎn)按鈕的事；點(diǎn)擊圖中Images下拉菜單按鈕，可以看到，如今DIGITS已經(jīng)支持 圖像預(yù)處理、分類、目標(biāo)識(shí)別、分割：等多種學(xué)習(xí)任務(wù)。
DIGITS Server Home 頁簡(jiǎn)介
廢話少說，開始正題，使用 DIGITS ，基本分三步：
● 第一步：準(zhǔn)備并創(chuàng)建數(shù)據(jù)集
● 第二步：設(shè)計(jì)并創(chuàng)建任務(wù)模型
● 第三步：訓(xùn)練測(cè)試模型
下面以手寫體分類為例，說明如何利用 DIGITS，輕松實(shí)現(xiàn)基于深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)的圖像分類任務(wù)。
● 數(shù)據(jù)集：手寫體數(shù)據(jù)集 MNIST：含 0～9 十個(gè)數(shù)字，60000個(gè)訓(xùn)練樣本，10000個(gè)測(cè)試樣本；
● 網(wǎng)絡(luò)模型：卷積神經(jīng)網(wǎng)絡(luò) LeNet-5：一種卷積神經(jīng)網(wǎng)絡(luò)。
詳情參見 Yann LeCun 主頁。
你可訪問上述數(shù)據(jù)集鏈接下載并解壓數(shù)據(jù)，也可以使用 DIGITS 提供的數(shù)據(jù)集下載工具直接下載解壓數(shù)據(jù)，數(shù)據(jù)會(huì)被下載到你指定的目錄下（yourdir），本文中：
python -m digits.download_data mnist ~/yourdir/mnist
下載完成后，在你指定的目錄下可以看到如下文件：
在DIGITS server Home頁，以此選擇 Datasets > New Dataset > Images > Classification ，然后隨便取個(gè)用戶名（username），提交（Submit），在彈出的頁面中，按下圖所示填寫數(shù)據(jù)集信息。
DIGITS MNIST 數(shù)據(jù)集創(chuàng)建頁面
創(chuàng)建完成后，可以在MNIST數(shù)據(jù)集頁面查看驗(yàn)證數(shù)據(jù)集信息，如下圖所示：
創(chuàng)建好的MNIST數(shù)據(jù)集頁面
創(chuàng)建好的MNIST數(shù)據(jù)集的訓(xùn)練集統(tǒng)計(jì)信息如下圖所示：
訓(xùn)練集統(tǒng)計(jì)信息——頻率直方圖
我們使用經(jīng)典的LeNet模型來實(shí)現(xiàn)手寫體圖像的分類，LeNet是一個(gè)卷積神經(jīng)網(wǎng)絡(luò)，它依次包含一個(gè)輸入層（INPUT）、卷積層（C1）、池化層，也叫下采樣層（S2）、卷積層（C3）、下采樣層（S4）、卷積層（C5）、全連接層（F6）和一個(gè)輸出層，由于有0～9個(gè)數(shù)字，所以輸出層的神經(jīng)元的個(gè)數(shù)是10。這么復(fù)雜的結(jié)構(gòu)，寶寶得寫多少行代碼，寶寶不想當(dāng)程序猿 ～,～
用于手寫體分類的LeNet網(wǎng)絡(luò)結(jié)構(gòu)
然而，你不用擔(dān)心，使用DIGITS，你只需要點(diǎn)點(diǎn)按鈕，改改參數(shù)即可，由于是經(jīng)典模型，這里連該參數(shù)都不用，點(diǎn)按鈕就行了。點(diǎn)擊左上角的 DIGITS 按鈕，返回主頁，此時(shí)，可以看到數(shù)據(jù)集（DataSets）頁面多了個(gè)剛剛創(chuàng)建的MNIST數(shù)據(jù)集。依次選擇 Models > New Model > Images > Classification 彈出模型設(shè)置界面，依次按如下步驟操作：
● 在Select Dataset 區(qū)選擇 “MNIST” 數(shù)據(jù)集；
● 在下面的Standard Networks 標(biāo)簽頁選擇Caffe 版的 LeNet network；
● 選擇GPU；
● 給模型命個(gè)名字；
● 點(diǎn)擊 Create 按鈕創(chuàng)建模型
如下圖所示：
用于手寫體分類的LeNet網(wǎng)絡(luò)模型訓(xùn)練與測(cè)試設(shè)置
當(dāng)然，你也可以設(shè)置訓(xùn)練代數(shù)、驗(yàn)證間隔（代數(shù)）、優(yōu)化方法、學(xué)習(xí)率等參數(shù)。
創(chuàng)建完模型后，DIGITS 開始網(wǎng)絡(luò)的訓(xùn)練，并實(shí)時(shí)顯示訓(xùn)練損失、驗(yàn)證損失、驗(yàn)證正確率、學(xué)習(xí)率變化、GPU資源占用等信息，如下圖所示，非常直觀和友好，有木有，~.~
DIGITS MNIST LeNet分類網(wǎng)絡(luò)訓(xùn)練過程圖
喝杯咖啡，或出去溜達(dá)溜達(dá)即可！
現(xiàn)在到了測(cè)試你的模型的時(shí)候了，如下圖所示，有三種選擇：
● Classify One：?jiǎn)畏鶊D像分類，可以可視化數(shù)據(jù)、權(quán)重、隱藏層輸出等；
● Classify Many：多幅圖像分類，可以查看多幅圖像的分類結(jié)果統(tǒng)計(jì)信息；
● Top N Predictions per Category：每類的Top N分類預(yù)測(cè)圖示。
測(cè)試你的手寫體分類模型
上述手寫體分類模型，對(duì)數(shù)字6的某幅圖像分類結(jié)果如下圖所示，非常直觀友好有木有，寶寶瞬間喜歡上人工智能了耶：
上述手寫體分類模型，對(duì)10000個(gè)測(cè)試樣本圖像的分類統(tǒng)計(jì)結(jié)果如下圖所示，哇，這么高大上的矩陣我也有了：
上述手寫體分類模型，Top N分類統(tǒng)計(jì)結(jié)果如下圖所示，寶寶決定要搞深度了，誰都不能阻擋我：
本文介紹了 DIGITS 及其安裝，以及使用 DIGITS 進(jìn)行圖像分類的步驟與方法，包括數(shù)據(jù)集的創(chuàng)建、模型的創(chuàng)建與訓(xùn)練、模型測(cè)試等等?？偨Y(jié)起來，使用DIGITS做深度學(xué)習(xí)應(yīng)用，簡(jiǎn)直就是點(diǎn)點(diǎn)點(diǎn)，免去了使用Caffe等其它框架繁瑣的環(huán)境配置、枯燥的碼代碼 Debug 的過程，你不需要去學(xué)習(xí)Python等語言，你甚至都不需要了解模型算法原理，就能輕松享受深度學(xué)習(xí)的樂趣，這一切 DIGITS 都已經(jīng)為你做好，簡(jiǎn)直太爽啦！~.~ ~.~ ~.~
如果你不是程序猿，如果你不了解深度學(xué)習(xí)，如果你不知道選擇何種深度學(xué)習(xí)框架，如果你不想把精力耗費(fèi)在碼代碼上，而你卻非常想了解深度學(xué)習(xí)，以至于你想成為人工智能時(shí)代的弄潮兒，那么DIGITS是你最好的入門選擇！生活原本很簡(jiǎn)單，為什么要過得復(fù)雜呢？
如果你已經(jīng)迫不及待地想在 DIGITS 上一試身手，如果你想找個(gè)深度學(xué)習(xí)“老司機(jī)”領(lǐng)路，如果你有諸多深度學(xué)習(xí)技術(shù)相關(guān)的難題有待解決，那么這里正好有個(gè)絕佳的機(jī)會(huì)：
7 月 8 日，在第二屆 CCF-GAIR 2017 全球人工智能與機(jī)器人峰會(huì)上（詳情鏈接），雷鋒網(wǎng)將聯(lián)合英偉達(dá)深度學(xué)習(xí)學(xué)院（Deep Learning Institute，DLI），面向 AI 技術(shù)從業(yè)者，特別推出一個(gè)深度學(xué)習(xí)開發(fā)者專場(chǎng)。對(duì)深度學(xué)習(xí)和英偉達(dá) GPU 加速感興趣的開發(fā)者們，可以通過這次活動(dòng)跟英偉達(dá)官方認(rèn)證工程師來一次面對(duì)面的技術(shù)暢談。
具體議程安排如下：
目前，開發(fā)者專場(chǎng)門票正在火熱售賣中，只需 999元 即可獲得與英偉達(dá)官方深度學(xué)習(xí)團(tuán)隊(duì)現(xiàn)場(chǎng)交流的機(jī)會(huì)，數(shù)量有限，售完即止，各位對(duì)深度學(xué)習(xí)感興趣的 AI 從業(yè)者們千萬不可錯(cuò)過?。?span style="line-height: 1.8;">悄悄告訴你，使用優(yōu)惠碼還有 200元 折扣哦）
優(yōu)惠碼：
1024MOOC64155
1024MOOC58424
購買鏈接：
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
