Caffe2-インストール
これで、Caffe2の機能について十分な洞察が得られたので、Caffe2を自分で実験するときが来ました。事前にトレーニングされたモデルを使用したり、独自のPythonコードでモデルを開発したりするには、最初にCaffe2をマシンにインストールする必要があります。
リンクから入手できるCaffe2サイトのインストールページ https://caffe2.ai/docs/getting-started.html プラットフォームとインストールタイプを選択すると、次のように表示されます。
上のスクリーンショットでわかるように、 Caffe2 モバイルプラットフォームを含むいくつかの人気のあるプラットフォームをサポートします。
ここで、次の手順を理解します。 MacOS installation このチュートリアルのすべてのプロジェクトがテストされます。
MacOSのインストール
インストールは、以下の4つのタイプがあります-
- 事前に作成されたバイナリ
- ソースからビルド
- Dockerイメージ
- Cloud
好みに応じて、インストールタイプとして上記のいずれかを選択します。ここに記載されている手順は、Caffe2のインストールサイトに準拠しています。pre-built binaries。アナコンダを使用していますJupyter environment。コンソールプロンプトで次のコマンドを実行します
pip install torch_nightly -f
https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html上記に加えて、次のコマンドを使用してインストールされるいくつかのサードパーティライブラリが必要になります-
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 scipyCaffe2 Webサイトの一部のチュートリアルでは、次のインストールも必要です。 zeromq、次のコマンドを使用してインストールされます-
conda install -c anaconda zeromqWindows / Linuxのインストール
コンソールプロンプトで次のコマンドを実行します-
conda install -c pytorch pytorch-nightly-cpuお気づきのとおり、上記のインストールを使用するにはAnacondaが必要です。で指定されているように、追加のパッケージをインストールする必要がありますMacOS installation。
インストールのテスト
インストールをテストするために、Juypterプロジェクトにカットアンドペーストして実行できる小さなPythonスクリプトを以下に示します。
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)上記のコードを実行すると、次の出力が表示されます-
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]]クイックリファレンスとして、インストールテストページのスクリーンショットをここに示します-
これで、マシンにCaffe2がインストールされたので、チュートリアルアプリケーションのインストールに進みます。
チュートリアルのインストール
コンソールで次のコマンドを使用して、チュートリアルソースをダウンロードします-
git clone --recursive https://github.com/caffe2/tutorials caffe2_tutorialsダウンロードが完了すると、いくつかのPythonプロジェクトが caffe2_tutorialsインストールディレクトリ内のフォルダ。このフォルダのスクリーンショットは、すばやく確認できるように提供されています。
/Users/yourusername/caffe2_tutorials
これらのチュートリアルのいくつかを開いて、 Caffe2 codeのように見えます。このチュートリアルで説明する次の2つのプロジェクトは、主に上記のサンプルに基づいています。
今度は、独自のPythonコーディングを行うときです。Caffe2の事前トレーニング済みモデルの使用方法を理解しましょう。後で、独自のデータセットでトレーニングするための独自の簡単なニューラルネットワークを作成する方法を学習します。