Caffe2-설치

이제 Caffe2의 기능에 대한 충분한 통찰력을 얻었으므로 Caffe2를 직접 실험 할 때입니다. 사전 학습 된 모델을 사용하거나 자체 Python 코드로 모델을 개발하려면 먼저 컴퓨터에 Caffe2를 설치해야합니다.

링크에서 사용할 수있는 Caffe2 사이트의 설치 페이지에서 https://caffe2.ai/docs/getting-started.html 플랫폼 및 설치 유형을 선택하려면 다음이 표시됩니다.

위의 스크린 샷에서 볼 수 있듯이 Caffe2 모바일 플랫폼을 포함한 여러 인기 플랫폼을 지원합니다.

이제 단계를 이해하겠습니다. MacOS installation 이 튜토리얼의 모든 프로젝트가 테스트됩니다.

MacOS 설치

설치는 아래와 같이 4 가지 유형이 있습니다.

  • 사전 빌드 된 바이너리
  • 소스에서 빌드
  • Docker 이미지
  • Cloud

기본 설정에 따라 설치 유형으로 위 중 하나를 선택하십시오. 여기에 제공된 지침은 Caffe2 설치 사이트에 따라pre-built binaries. Anaconda를 사용하여Jupyter environment. 콘솔 프롬프트에서 다음 명령을 실행하십시오.

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

위의 것 외에도 다음 명령을 사용하여 설치되는 몇 가지 타사 라이브러리가 필요합니다.

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 웹 사이트의 일부 튜토리얼은 다음을 설치해야합니다. zeromq, 다음 명령을 사용하여 설치-

conda install -c anaconda zeromq

Windows / Linux 설치

콘솔 프롬프트에서 다음 명령을 실행하십시오-

conda install -c pytorch pytorch-nightly-cpu

눈치 채 셨겠지만 위의 설치를 사용하려면 Anaconda가 필요합니다. 에 지정된대로 추가 패키지를 설치해야합니다.MacOS installation.

설치 테스트

설치를 테스트하기 위해 Juypter 프로젝트에서 잘라내어 붙여넣고 실행할 수있는 작은 Python 스크립트가 아래에 제공됩니다.

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)

위의 코드를 실행하면 다음 출력이 표시됩니다.

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]]

빠른 참조를 위해 설치 테스트 페이지의 스크린 샷이 여기에 표시됩니다.

이제 컴퓨터에 Caffe2를 설치 했으므로 자습서 응용 프로그램 설치를 진행하십시오.

튜토리얼 설치

콘솔에서 다음 명령을 사용하여 튜토리얼 소스를 다운로드하십시오.

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

다운로드가 완료되면 다음에서 여러 Python 프로젝트를 찾을 수 있습니다. caffe2_tutorials설치 디렉토리의 폴더. 이 폴더의 스크린 샷은 빠른 열람을 위해 제공됩니다.

/Users/yourusername/caffe2_tutorials

이 튜토리얼 중 일부를 열어서 Caffe2 code처럼 보입니다. 이 자습서에서 설명하는 다음 두 프로젝트는 대부분 위에 표시된 샘플을 기반으로합니다.

이제 우리 자신의 파이썬 코딩을 할 시간입니다. Caffe2에서 사전 훈련 된 모델을 사용하는 방법을 이해하겠습니다. 나중에 자신의 데이터 세트에 대한 훈련을 위해 사소한 신경망을 만드는 방법을 배웁니다.