NVIDIA DIGITS

我也忘了在哪里看过几篇类似的文章,为了让更多朋友知道这个好工具,我今天也作为一名合格的搬运工,希望大家努力传播正能量,和大家共同进步!谢谢!

NVIDIA为了卖出更多的显卡,对深度学习的偏爱真是亮瞎了狗眼。除了CUDNN, 又出了DIGITS,真是希望小学生也能学会深度学习,然后去买他们的卡。NVIDIA DIGITS是一款web应用工具,在网页上对Caffe进行图形化操作和可视化,用于Caffe初学者来说,帮助非常大。不过有点遗憾的是,据NVIDIA官方文档称,DIGITS最佳支持系统是Ubuntu 14.04,其它的系统效果如何,就不得而知了。

一、安装DIGITS 4.0

DIGITS是运行在cuda和caffe基础上的,所以要先配置好cuda+caffe那是毫无疑问的了。

打开一个终端,依次运行下列命令:

cd
sudo -s

进入当前用户根目录,并切换到超级用户(符号由$变成#,不用每句都输sudo)

CUDA_REPO_PKG=cuda-repo-ubuntu1404_7.5-18_amd64.deb &&wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/$CUDA_REPO_PKG &&sudo dpkg -i $CUDA_REPO_PKG

接着,

ML_REPO_PKG=nvidia-machine-learning-repo_4.0-2_amd64.deb &&wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1404/x86_64/$ML_REPO_PKG &&sudo dpkg -i $ML_REPO_PKG
apt-get update
apt-get install digits

这样就好了,然后就是见证你网络快不快了,哈哈哈,慢慢等会。。。。

二、运行digits

默认情况下,digits的安装目录为:

/usr/share/digits

安装完成后,打开浏览器,地址栏输入http://localhost/就可以了,就是这么简单。

更强悍的是:在局域内的其它机子上,也可以用浏览器访问,只是localhost变成了主机ip地址。很多人喜欢在windows系统上远程连接linux来执行caffe。现在好了,不需要远程连接了,只需要访问一个网站就可以了!

三、运行mnist(手写数字数据集)实例

现在来运行一个实例:mnist

原始数据需要的是图片,但网上提供的mnist数据并不是图片格式的数据,因此我们需要将它转换成图片才能运行。

digits提供了一个脚本文件,用于下载mnist,cifar10和cifar100三类数据,并转换成png格式图片。文件路径为:

/usr/share/digits/tools/download_data/main.py

我们先在当前用户的根目录下,新建一个mnist文件夹用来保存mnist图片。

cd 你的文件目录
mkdir mnist

然后执行脚本

 /usr/share/digits/tools/download_data/main.py mnist ~/mnist

main.py带两个参数,第一个为数据集名称(可设置为mnist,cifar10或cifar100),第二个为输出路径(~/mnist)

执行成功后,会在mnist文件夹下,生成两个文件夹(train文件夹和test文件夹),每个文件夹下面就是我们需要的图片(10类分别放在10个子文件夹内),同时还生成了对应在图片列表文件train.txt和test.txt。

接下来,在浏览器上运行digits,点击左边Dataset模块的"Image"按钮选“classification",创建一个dataset。

在这个页面的左边,可以设置图片是彩色图片还是灰度图片,如果提供的原始图片大小不一致,还可用Resize Transformation功能转换成一致大小。从页面中间可以看出,系统默认将训练图片中的25%取出来作为验证集。如果想把用来测试的图片,也生成lmdb,则把“separate test image folder" 这个选项选上。全部设置好后,点击"create" 按钮,开始生成lmdb数据。

注意左上角的Job Directory(工作目录),生成的lmdb文件就放在这个目录下面,大家最好打开这个目录去看看,看一下生成了些什么文件,了解一下运行原理。在这个界面,我们还可以可视化查看训练和测试的图片,如下图:

train.txt里面存放的是所有训练图片的列表清单,柱状图清晰地显示了10类样本各自的数量。点击"Explorer the db”即可查看图片。最后,点击最左上角“DIGITS"链接回到网站根目录。

文件见:链接:http://pan.baidu.com/s/1qYfJ9ve 密码:rtqg

原文发布于微信公众号 - 计算机视觉战队(ComputerVisionGzq)

原文发表时间:2017-03-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏派森公园

深入理解Linux LA

经常和Linux打交道的童鞋都知道,load averages是衡量机器负载的关键指标,但是这个指标是怎样定义出来的呢?

1584
来自专栏机器之心

专栏 | 想免费用谷歌资源训练神经网络?Colab详细使用教程

61411
来自专栏Spark学习技巧

如何理解Linux中的load averages?

经常和 Linux 打交道的童鞋都知道,load averages 是衡量机器负载的关键指标,但是这个指标是怎样定义出来的呢?

892
来自专栏美团技术团队

基于rsync的文件增量同步方案

背景 犀牛云盘是美团点评内部一个基于美团云的文件协作平台,核心是文件的结构化云存储以及上传和下载的体验优化。文件同步是云盘功能的重要部分(包括文件内容的同步和文...

7244
来自专栏企鹅号快讯

PCB设计的一些实战小经验总结

PCB设计实战小经验 PS:以下操作皆是在PADS中完成。 1.操作习惯设置 PCB栅格间距,一般设置为与最小安全间距一致,如下图示,都为6mil;方便走线时,...

2048
来自专栏维C果糖

GitHub 主页介绍及修改个人信息

接着「敲开 GitHub 的大门 - 注册账号」一文的内容,我们继续往下介绍: ? 标注 1:View profile and more,更多选项视图; 标注 ...

2207
来自专栏有趣的django

Django REST framework+Vue 打造生鲜超市(五) 六、商品类别数据展示

六、商品类别数据展示 6.1. 商品类别数据接口 (1)商品分类有两个接口: 一种是全部分类:一级二级三级 ?   一种是某一类的分类以及商品详细信息: ?  ...

9748
来自专栏后端技术探索

高并发场景,nginx怎么限速

我们会通过一些简单的示例展示Nginx限速限流模块是如何工作的,然后结合代码讲解其背后的算法和原理。

2493
来自专栏安恒信息

APT预警:CVE-2017-11882的两种变式攻击

  近段时间APT预警平台(威胁分析平台)捕获了一些CVE-2017-11882的变化利用样本,这些变化利用能一定程度上绕过杀毒软件的检测。 这里列举两种变式...

4095
来自专栏有困难要上,没有困难创造困难也要上!

Caffe使用openblas实现CPU模式使用多线程

53311

扫码关注云+社区

领取腾讯云代金券