Caffe2 - स्थापना

अब, जब आपको Caffe2 की क्षमताओं के बारे में पर्याप्त जानकारी मिल गई है, तो Caffe2 को अपने दम पर प्रयोग करने का समय आ गया है। पूर्व-प्रशिक्षित मॉडल का उपयोग करने के लिए या अपने स्वयं के पायथन कोड में अपने मॉडल विकसित करने के लिए, आपको पहले अपनी मशीन पर Caffe2 स्थापित करना होगा।

Caffe2 साइट के इंस्टॉलेशन पेज पर जो लिंक पर उपलब्ध है https://caffe2.ai/docs/getting-started.html आप अपने प्लेटफ़ॉर्म का चयन करने और टाइप करने के लिए निम्नलिखित देखेंगे।

जैसा कि आप उपरोक्त स्क्रीनशॉट में देख सकते हैं, Caffe2 मोबाइल वाले सहित कई लोकप्रिय प्लेटफार्मों का समर्थन करता है।

अब, हम इसके लिए चरणों को समझेंगे MacOS installation जिस पर इस ट्यूटोरियल की सभी परियोजनाओं का परीक्षण किया गया है।

MacOS स्थापना

स्थापना नीचे दिए गए अनुसार चार प्रकार की हो सकती है -

पूर्व निर्मित बायनेरिज़
स्रोत से बनाएँ
डॉकटर छवियां
Cloud

अपनी पसंद के आधार पर, अपने इंस्टॉलेशन प्रकार के रूप में उपरोक्त में से कोई भी चुनें। यहाँ दिए गए निर्देश Caffe2 स्थापना स्थल के अनुसार हैंpre-built binaries। यह के लिए एनाकोंडा का उपयोग करता हैJupyter environment। अपने कंसोल प्रॉम्प्ट पर निम्न आदेश निष्पादित करें

pip install torch_nightly -f 
https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html

उपरोक्त के अलावा, आपको कुछ तृतीय-पक्ष पुस्तकालयों की आवश्यकता होगी, जो निम्न आदेशों का उपयोग करके स्थापित किए गए हैं -

conda install -c anaconda setuptools
conda install -c conda-forge graphviz  
conda install -c conda-forge hypothesis
conda install -c conda-forge ipython
conda install -c conda-forge jupyter
conda install -c conda-forge matplotlib
conda install -c anaconda notebook
conda install -c anaconda pydot
conda install -c conda-forge python-nvd3
conda install -c anaconda pyyaml
conda install -c anaconda requests
conda install -c anaconda scikit-image
conda install -c anaconda scipy

Caffe2 वेबसाइट में कुछ ट्यूटोरियल्स को इंस्टालेशन की आवश्यकता होती है zeromq, जो निम्नलिखित कमांड का उपयोग करके स्थापित किया गया है -

conda install -c anaconda zeromq

विंडोज / लिनक्स इंस्टॉलेशन

अपने कंसोल प्रॉम्प्ट पर निम्न आदेश निष्पादित करें -

conda install -c pytorch pytorch-nightly-cpu

जैसा कि आपने देखा होगा, आपको उपरोक्त स्थापना का उपयोग करने के लिए एनाकोंडा की आवश्यकता होगी। आपको निर्दिष्ट अतिरिक्त पैकेजों को स्थापित करने की आवश्यकता होगीMacOS installation।

परीक्षण स्थापना

अपनी स्थापना का परीक्षण करने के लिए, एक छोटा पायथन स्क्रिप्ट नीचे दी गई है, जिसे आप काटकर अपने Juypter Project में पेस्ट कर सकते हैं और निष्पादित कर सकते हैं।

from caffe2.python import workspace
import numpy as np
print ("Creating random data")
data = np.random.rand(3, 2)
print(data)
print ("Adding data to workspace ...")
workspace.FeedBlob("mydata", data)
print ("Retrieving data from workspace")
mydata = workspace.FetchBlob("mydata")
print(mydata)

जब आप उपरोक्त कोड निष्पादित करते हैं, तो आपको निम्नलिखित आउटपुट देखना चाहिए -

Creating random data
[[0.06152718 0.86448082]
[0.36409966 0.52786113]
[0.65780886 0.67101053]]
Adding data to workspace ...
Retrieving data from workspace
[[0.06152718 0.86448082]
[0.36409966 0.52786113]
[0.65780886 0.67101053]]

इंस्टॉलेशन टेस्ट पेज का स्क्रीनशॉट आपके त्वरित संदर्भ के लिए यहां दिखाया गया है -

अब, आपने अपनी मशीन पर Caffe2 स्थापित कर लिया है, ट्यूटोरियल अनुप्रयोगों को स्थापित करने के लिए आगे बढ़ें।

ट्यूटोरियल स्थापना

अपने कंसोल पर निम्न कमांड का उपयोग करके ट्यूटोरियल स्रोत डाउनलोड करें -

git clone --recursive https://github.com/caffe2/tutorials caffe2_tutorials

डाउनलोड पूरा होने के बाद, आपको कई पायथन प्रोजेक्ट मिलेंगे caffe2_tutorialsआपकी स्थापना निर्देशिका में फ़ोल्डर। इस फ़ोल्डर का स्क्रीनशॉट आपके त्वरित उपयोग के लिए दिया गया है।

/Users/yourusername/caffe2_tutorials

आप इनमें से कुछ ट्यूटोरियल देख सकते हैं कि क्या है Caffe2 codeकी तरह लगता है। इस ट्यूटोरियल में वर्णित अगली दो परियोजनाएँ काफी हद तक ऊपर दिखाए गए नमूनों पर आधारित हैं।

अब समय आ गया है कि हम अपने खुद के कुछ पायथन कोडिंग करें। आइए समझते हैं, कैफ 2 से पूर्व प्रशिक्षित मॉडल का उपयोग कैसे करें। बाद में, आप अपने स्वयं के डेटासेट पर प्रशिक्षण के लिए अपना स्वयं का तुच्छ तंत्रिका नेटवर्क बनाना सीखेंगे।