Download as PDF, PPTX
![TensorBoard
docker psでコンテナIDを確認して、attachする
$ docker ps
$ docker attach [container id]
$ apt-get update
$ apt-get install git
$ apt-get install vim
とりあえずgitが必要
好きなテキストエディタも入れとけば楽](https://image.slidesharecdn.com/tensorflow-151226145957/85/TensorFlow-8-320.jpg)
More Related Content
TensorFlowを触ってみたよ！
- 1.
- 2. GDG神戸 2015年開催イベント 2015/2/21 Goon Android ハンズオン&もくもく会 2015/4/29 Angular勉強会#3 2015/5/23 GDG神戸 初級〜中級者向け Android勉強会 2015/5/28 I/O Extended 2015 Kobe 2015/6/20 GDG DevFest Japan Summer 2015 in Kyoto(共催) 2015/7/18 AndroidWearハッカソン 2015/7/25 WebMusicハッカソン(共催) 2015/8/22 AndroidTVハンズオン勉強会 2015/9/19 Cardboardハンズオン勉強会(共催) 2015/9/20 Polymerコードラボ 2015/10/11 GDG DevFest Kobe Firebaseハンズオン勉強会 2015/11/7 ちょっとさわってみる Go言語ハンズオン 2015/11/14 Android6.0 Marshmallow勉強会 2015/12/26 TensorFlow勉強会 2015/12/28 GDG神戸 2015年忘年会
- 3. 環境 ● OS ○ Windows1064bit ● CPU ○ Core i7-3770 4-Core 3.4GHz (Turbo 3.9GHz, HT 8Thread) ● GPU ○ なし ● Memory ○ 32GB ● HDD
- 4. 環境 Windows(※)なので、Dockerを使用 DockerVM(VirtualBox) ● CPU ○ 4コア(4Thread) ●Memory ○ 16GB ※BazelがWindowsをサポートしていないため。Bazelは2016/02頃にサポート予定
- 5.
- 6. TensorBoard Dockerを使用しているので、コンテナ作成時に、TensorBoardが使用している6006を ホストマシンにつないでおく必要がある $ docker run-dit -p 6006:6006 b.gcr.io/tensorflow/tensorflow PORT 0.0.0.0:6006->6006/tcp, 8888/tcp docker psで下のような感じで6006と8888が出てればOK
- 7. TensorBoard $ docker run-dit -p 6006:6006 -p 8888 -p 8000 b.gcr.io/tensorflow/tensorflow もしダメなら、8888と8000もつなげておけばOK -dit インタラクティブターミナルでdaemonとして起動する 6006 TensorBoard用のポート 8888 ipython notebook用のポート 8000 Webアプリケーション用のポート ※これが必要な場合があるかも？ 参考：Tensorflow: How to setup Tensorboard for Windows / Docker installation https://youtu.be/Wwnj8NayOcQ
- 8. TensorBoard docker psでコンテナIDを確認して、attachする $ dockerps $ docker attach [container id] $ apt-get update $ apt-get install git $ apt-get install vim とりあえずgitが必要 好きなテキストエディタも入れとけば楽
- 9. TensorBoard githubからtensorflowをclone $ git clone--recurse-submodules https://github.com/tensorflow/tensorflow $ cd tensorflow/examples/tutorials/mnist $ python fully_connected_feed.py fully_connected_feed.pyを実行
- 10. TensorBoard ちなみに4コア(4Thread)割り当ててるので、以下の文言が出てくる Local device intraop parallelism threads: 4 Direct session inter op parallelism threads: 4 summaryで出力したログのディレクトリ(data)を指定する(絶対パスの方が良いみた い.ここではrootのtensorflow以下にクローンしたので、こんなパス) $ tensorboard --logdir=/root/tensorflow/ tensorflow/examples/tutorials/mnist/data http://192.168.99.100:6006 にアクセスする(IPはVBoxのデフォルト値)
- 11.
- 12.
- 13. Convolutional Neural Networks CIFAR-10とは、一般物体認識のベンチマークとしてよく使われている画像データセット 約8000万枚の画像がある「80Million Tiny Images」からサブセットとして約6万 枚の画像を抽出してラベル付けしたデータセット
- 14. Convolutional Neural Networks とりあえず何も考えずに実行してみる $cd tensorflow/models/image/cifar10 $ python cifar10_train.py
- 16.
- 19.
- 20. Convolutional Neural Networks Windows10TH2で、コルタナさんが無事我が家にやってきました とりあえずcheck pointは作成しているし、ログは出力されていたけど、もう一度やり直 した
- 21.
- 23.
- 24.
- 25.
- 26.
- 27. Vector Representations ofWords 自然言語処理 人が日常的に使っている言葉をコンピュータに処理させるもの Word2Vec 単語をベクトル化して表現するする定量化手法 「同じ文脈の中にある単語はお互いに近い意味を持っている」というシンプルな考え方 論文：「Efficient Estimation of Word Representations in Vector Space」 http://arxiv.org/pdf/1301.3781v3.pdf
- 28.
- 29. Vector Representations ofWords 今回は先にどれくらいかかりそうかソースを見てみると、15Epochで終わるみたい とりあえず実行してみる まずは訓練データセット(text8.zip)と評価データ(questions-words.txt)を取 得し、訓練データセットはzipファイルなので解凍する $ apt-get install wget $ apt-get install unzip $ cd tensorflow/models/embedding $ wget http://mattmahoney.net/dc/text8.zip -O text8.zip $ unzip text8.zip $ wget https://word2vec.googlecode.com/svn/trunk/questions-words.txt
- 30. Vector Representations ofWords check pointとログファイルの出力先を作成しておく word2vec.py実行時に、train_dataに訓練データセット、eval_dataに評価デー タ、save_pathにcheck pointとログファイルの出力先を指定する $ mkdir /tmp/word2vec $ python word2vec.py --train_data=text8 --eval_data=questions-words.txt --save_path=/tmp/word2vec
- 31. Vector Representations ofWords 開始時にword2vec_kernels.ccが訓練データセットの中身をチェックしているみた い。1700万単語存在している様子 Data file: text8 contains 100000000 bytes, 17005207 words, 253854 unique words, 71290 unique frequent words.
- 33. Vector Representations ofWords 6時間経過
- 34. Vector Representations ofWords 突然PCがフリーズ
- 35. Vector Representations ofWords 数時間放置してたら 復旧した！
- 38. Vector Representations ofWords 精度は3割くらい 時間は14時間くらいかかってた(word2vec_optimized.pyの方だとそれよりも早 いっぽい。未確認) 論文のAbstractでは「16億単語から高品質な単語ベクトルを学習するのに1日かから ない」とあるので、それくらいの単語数はいるのかも？
- 39. TensorFlowを触ってみたまとめ ● メモリはそんなに使わない ● GPUは欲しい ●Bazelはよ ※Windows対応 ● ソース読め ● 6時間後に何か起こる
- 40.