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 scipy

Caffe2 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 zeromq

Windows / 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。