MDSRで超解像(MXNet)

はじめに EDSR、MDSRについてはこちらを参照 [1707.02921] Enhanced Deep Residual Networks for Single Image Super-Resolution MXNetの学習済みモデルはこちらからダウンロード可能 github.com サンプル画像のダウンロード 『こちら』からダウンロードして…

WindowsとMXNetでSRGAN(GPUなし)

はじめに 環境 バージョン確認(pip freeze) 実行 最後に はじめに 「Super-Resolution-Zoo」として各種学習済みモデルが公開されている。 github.com 今回はその中の「Super-Resolution-Zoo/SRGAN/SRGAN@leftthomas」内の「SRGAN_2x」を使わせて頂く。 環…

MXNetでTensorBoardを使う

github.com 環境 Windows 10 Pro GPUなし Python 3.6.6(venv使用) バージョンの確認(pip freeze) absl-py==0.5.0 astor==0.7.1 astroid==2.0.4 certifi==2018.8.24 chardet==3.0.4 colorama==0.4.0 cycler==0.10.0 gast==0.2.0 gluoncv==0.3.0b20181010 …

DeepLabV3でSemantic Segmentation(gluoncv)2

初めに 環境 バージョンの確認(pip freeze) 実行ファイル 結果 初めに 新たに「deeplab_resnet152_voc」が公開されたのでデモのみ実行してみた 環境 Windows 10 Pro GPUなし Python 3.6.6(venv使用) バージョンの確認(pip freeze) astroid==2.0.4 cert…

MXNet 備忘録(3)

「mx.io.NDArrayIter」の「shuffle」について テスト用コード 結果 結論 テスト用コード import mxnet as mx A = [] B = [] for i in range(10): a = mx.nd.array([i]) a = mx.nd.expand_dims(a, axis=0) A.append(a) b = mx.nd.array([9-i]) b = mx.nd.expa…

10行で物体検出(gluoncv)

初めに 環境 仮想環境の作成 実行ファイル 結果 感想 2018年10月15日追記 初めに 3. Predict with pre-trained YOLO models — gluoncv 0.3.0 documentation 今回はデモのみ実行してみた 環境 Windows 10 Pro GPUなし Python 3.6.6(venv使用) 仮想環境の作…

DeepLabV3でSemantic Segmentation(gluoncv)

初めに 環境 仮想環境の作成 実行ファイル 結果 メモ1 メモ2 初めに 今回はデモのみ実行してみた 環境 Windows 10 Pro GPUなし Python 3.6.6(venv使用) 仮想環境の作成 venvで仮想環境を作成してアクティベートする python -m venv mxnet mxnet\Scripts\…

FCNでSemantic Segmentation(gluoncv)

初めに 環境 実行ファイル 結果 メモ 初めに 1. Getting Started with FCN Pre-trained Models — gluoncv 0.3.0 documentation 今回はデモのみ実行してみた 環境 Windows 10 Pro GPUなし Python 3.6.6(venv使用) astroid==2.0.4 certifi==2018.8.24 charde…

DCGANで顔を書く(MXNet)

初めに 環境 データの取得 画像を表示(必ずしも必要でない) モデル(dcgan_model.py) 実行ファイル 結果 初めに こちらのコードを自分なりに書き換えてみる Deep Convolutional Generative Adversarial Networks — The Straight Dope 0.1 documentation …

DCGANで数字を書く(MXNet)

はじめに 参考にさせて頂いたサイト 環境 モデル(gan_model.py) 実行ファイル 結果 はじめに MNISTデータを使って学習させて数字を書かせる。 今回は単純に数字の「5」だけを書かせる。 参考にさせて頂いたサイト aidiary.hatenablog.com github.com 環境 …

MNISTを単純なLSTMで解く(MXNet)改

同様の記事を書いたがMNISTのデータ取得はMXNetを使えば簡単だった。 touch-sp.hatenablog.com 環境 モデル(Model.py) 実行 環境 Windows 10 Pro GPUなし Python 3.6.6(venv使用) astroid==2.0.4 certifi==2018.8.24 chardet==3.0.4 colorama==0.3.9 gra…

MNISTを単純なLSTMで解く(MXNet)

環境 方法の概略 モデル(Model.py) MNISTデータ 実行 結果 最後に 環境 Windows 10 Pro GPUなし Python 3.6.6(venv使用) astroid==2.0.4 certifi==2018.8.24 chardet==3.0.4 colorama==0.3.9 graphviz==0.8.4 idna==2.6 isort==4.3.4 lazy-object-proxy=…

最新のMXNetが動かない → 解決

MXNet1.3.0がリリースされたので早速Windowsに入れてみたが動かなかった。 同様の症状がすでに報告されていた。 github.com 環境 Windows10 Pro 64bit NVIDIA GeForce GTX1080 CUDA9.2 cudnn7.2.1 追記 2018年9月27日追記 最新版(プレリリース版)で問題な…

数独の正解図をランダムに作る

C#

1つの数字に着目して、3×3のブロックごとに配置できる可能性を考えていくと 9*6*3*6*4*2*3*2*1 = 46656通りある。 まずは事前にそれをすべて書き出すことにする。 (過去にやったのでそのまま流用) touch-sp.hatenablog.com 036147258 036147285 036147528 …

MXNet 備忘録(2)

学習の基本的書き方 最近この本を愛読しているMXNetで作る データ分析AIプログラミング入門作者: 坂本俊之出版社/メーカー: シーアンドアール研究所発売日: 2018/06/26メディア: 単行本(ソフトカバー)この商品を含むブログを見るこの本では機械学習には以…

Anacondaやめました

Anacondaのメリット Jupyter Notebookがついてくる 仮想環境を作る時に多くのモジュールをインストールしてくれる 「conda install」はもともと全く使っていない(「pip install」で不自由ない) conda install <モジュール名> Anacondaやめてどうしたか? V…

Windowsでtar.gzファイルを解凍する

import tarfile data_file = 'sample.tar.gz' with tarfile.open(data_file) as tar: tar.extractall(path='.')

MXNet 備忘録

ネットワークの定義 「HybridSequential」「HybridBlock」を使わない一般的な方法 単純な順伝播型ネットワーク(分岐などがない) from mxnet.gluon import nn def Model(): model = nn.Sequential() with model.name_scope(): model.add(....) model.add(..…

mxnet-cu**について

Install a different MXNet package — Gluon Crash Course 0.2 documentation ここにはこのように記載されている All cu packages ship cudnn in default, there is no need to install it separately.cuDNNをインストールしなくて良いってこと? これ本当?…

MXNetでpix2pix(少し改良)

2018年8月22日動作確認 環境 はじめに(注意) Anacondaで仮想環境を作成 MXNetのインストール 「data_download.py」を作成して実行 「Utility.py」の作成 「Model.py」の作成 「Train.py」の作成 実行(学習) 実行(テスト) 環境 Windows10 Pro 64bit NVI…

ビット精度を明示する重要性

画像を読み込んだ配列を255で割る時を考える >>> from PIL import Image >>> import numpy as np >>> img = Image.open('2_1_image_0027.jpg') >>> array_1 = np.asarray(img) >>> array_1.dtype dtype('uint8') 明示しない時 >>> array_2 = array_1/255 >>>…

WindowsでMXNet-Gluon-Style-Transferを使う(GPUあり)

CUDA9.1→9.2にアップデート 2018年8月11日動作確認 環境 Windows10 Pro 64bit CUDA9.2 cudnn7.2.1 Anacondaで仮想環境を作成 conda create -n mxnet python=3.6 anaconda activate mxnet pipのアップデート python -m pip install --upgrade pip msgpackのイ…

PyTorchの「sketch_simplification」を使ってみる

環境 PyTorchの導入 sketch_simplificationをダウンロード コードの修正 学習済みモデルのダウンロード 実行例 おまけ(「写真」→「スケッチ」→「線画」) 「写真」→「スケッチ」→「線画」の結果 さらにおまけ(PaintsChainerで色付け) 環境 Windows10 Pro …

MXNetでpix2pix

================================== 2018年8月23日追記 後にすこしコードをわかりやすく書き換えたのでそちらを参照して下さい touch-sp.hatenablog.com ここまで ==========================…

WindowsとRとMXNetでSRGAN(GPUなし)

2018年8月1日動作確認 環境 はじめに MXNetのインストール サンプル画像を用意する 実行ファイルを作成 コマンドプロンプトから実行 結果 2018年10月15日追記 環境 Windows10 Pro 64bit R-3.5.1 はじめに 「Super-Resolution-Zoo」として各種学習済みモデル…

PyTorchで超解像(GPUなし)

2018年7月30日動作確認 環境 はじめに(注意) Anacondaで仮想環境を作成 PyTorchのインストール PyTorchのソースをダウンロード 学習用データのダウンロード サンプル画像のダウンロード スクリプトの書き換え 実行(学習) 実行(超解像) 環境 Windows10 …

MXNetで超解像(GPUなし)

2018年7月26日動作確認 環境 はじめに(注意) Anacondaで仮想環境を作成 MXNetとONNXのインストール 学習済みモデルのダウンロード サンプル画像のダウンロード 実行ファイルの記述 実行 環境 Windows10 Pro 64bit はじめに(注意) オリジナルではありませ…

WindowsでMXNet-SSDを使う(GPUなし)

2018年7月25日動作確認 環境 Windows10 Pro 64bit Anacondaで仮想環境を作成 conda create -n ssd python=3.6 anaconda activate ssd pipのアップデート python -m pip install --upgrade pip msgpackのインストール pip install msgpack MXNetのインストー…

WindowsでMXNet-Gluon-Style-Transferを使う(GPUなし)

2018年7月25日動作確認 環境 Windows10 Pro 64bit Anacondaで仮想環境を作成 conda create -n mxnet python=3.6 anaconda activate mxnet pipのアップデート python -m pip install --upgrade pip msgpackのインストール pip install msgpack MXNetのインス…

MXNetとWindows

MXNet1.2.1が公開されているが2018年7月24日現在Windowsでは使用できないらしい。