Kaggleに挑戦-31
Peking University/Baidu - Autonomous Driving
Can you predict vehicle angle in different settings?
＊1月21日の締め切りに向けて、お手本のプログラムコードを理解し、動かし、性能向上を図る。
＊Kaggleの利用規約の最新版が送られてきた。規約遵守のため、Kaggleで得た情報を具体的に表示するのはやめる。
＊今日は、fastaiとPytorchの勉強と、お手本プログラムの解読
＊fastai：以前、fastaiを使いたいと思ってインストールしようとしたら、Linux限定で、Windowsは、十分には検証していないとのことだった。fastaiのHPの記述は、今も変わっていない。
「Windows support is at an experimental stage: it should work fine but it's much slower and less well tested. 」
・何もしないのでは、前に進めないので、fastaiのインストール手順に従って、condaでfastaiをインストールしてみる。
・Ananonda Promptから、conda install -c pytorch -c fastai fastaiを実行した。
・そのあと、いつも使っているKerasのstyle transferとDeepDreamが動作することを確認した。いずれも、問題なく動作しているようだ。
・Fastaiのビデオレクチャーに従って、自分の計算環境でjupyter notebookを立ち上げ、コマンドを入力し、Cell単位で実行して、結果を比較した。
＊事例は、7390枚のイヌとネコの画像から、37種類のイヌとネコの種類を分類するというもの。'Abyssinian', 'Bengal', 'Birman', 'Bombay', 'British_Shorthair', 'Egyptian_Mau', 'Maine_Coon', 'Persian', 'Ragdoll', 'Russian_Blue', 'Siamese', 'Sphynx', 'american_bulldog', 'american_pit_bull_terrier', 'basset_hound', 'beagle', 'boxer', 'chihuahua', 'english_cocker_spaniel', 'english_setter', 'german_shorthaired', 'great_pyrenees', 'havanese', 'japanese_chin', 'keeshond', 'leonberger', 'miniature_pinscher', 'newfoundland', 'pomeranian', 'pug', 'saint_bernard', 'samoyed', 'scottish_terrier', 'shiba_inu', 'staffordshire_bull_terrier', 'wheaten_terrier', 'yorkshire_terrier'
・path = untar_data(URLs.PETS); pathを実行したときに、ダウンロードが開始されたが、最後に表示されるメッセージに違いが生じ、path.ls()を実行すると、['images', 'annotations']と表示されるべきところ、[WindowsPath('C:/Users/sasak/.fastai/data/oxford-iiit-pet/annotations'),
WindowsPath('C:/Users/sasak/.fastai/data/oxford-iiit-pet/images')]と表示された。
・大丈夫かなと心配になったが、次のセル以降、ビデオレクチャー通りのコードで、同様に動いている。
・ learn = ConvLearner(data, models.resnet34, metrics=error_rate)を実行すると、エラーが生じた。NameError: name 'ConvLearner' is not definedとのこと。
・fastaiのHPで「ConvLearner」を検索すると、「 cnn_learner」しか出てこないので、これに書き換えたら、エラーなく、resnet34を読み込むことができた。
・learn.fit_one_cycle(4)を実行すると、学習結果が得られる。ビデオレクチャーでは1エポックが30秒だが、自分の環境では1分40秒程度かかり、error_rateは0.061に対して0.070であった。これは、主としてGPUの違いによるものだと思う。
＊resnet34をresnet50にしてみたら、GPUメモリー不足で停止した。 RuntimeError: CUDA out of memory.
・Lesson 1の最後のほうで、resnet50、画像サイズを224から299に増やし、バッチサイズも増やすことによって、error_rateは0.061から0,044まで小さくなることが示されている。そこでの指摘は、GPUのメモリーが少ないとエラーになり、11GB以上必要とのことである。RTX 2080Tiが必要ですね。
・学習済みのモデルを使うとき、通常、パラメータを凍結するが、凍結しないで、入力側から出力側にかけて学習率を、例えば1e-6から1e-4に変化させる、というような手法が紹介されている。（正しく理解できているかどうかわからない）
・fastaiがより少ない行数でより短時間に良い結果を出しているのは、fastaiを開発している人が、グランドマスターであり、数学が得意でありかつ、それらの能力が、DNNの世界において最適化されているからであろう。
＊今日は、fastaiをAnaconda3にインストールし、自分のパソコンの計算環境で動くことを確認できた。
・予測結果の評価と、種々のフォーマットのデータの読み込み方法等も学ぼう。
・fastaiとpytorchとは比較するものではないかもしれないが、複雑さが違いすぎるように思う。fastaiのトレーニングビデオの中で、講師は、誰でも使えるように、かつ、計算速度が速くなる工夫をしているが、fastaiのコマンドが具体的にどのような処理をしているかを、折に触れて見ておくようにと話しながら、説明画面上でも、頻繁にfastaiのコマンドの具体的な演算式を表示して演算内容を説明している。これを聞き取って理解できるようになりたいものだ。
・一見簡単に見えるfastaiに傾きかけているが、お手本コードはpytorchなのだから、pytorchをちゃんと理解しないとだめだ！
＊明日は、Pytorchに戻って、ビギナーコースの画像分類のコードに親しもう。
＜指の運動＞
import torch
import torchvision
import torchvision.transforms as transforms
transform = transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize*1])
trainset = torchvision.datasets.CIFAR10(root=' ./data', train=True,
dounload=Trtue, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
shuffle=True, num_workers=2)
testset = torchvision.datasets.CIFAR10(root=' ./data', train=False,
download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
shuffle=False, num_workers=2)
classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'flog', 'horse', 'ship', 'truck')
import matplotlib.pyplot as plt
import numpy as np
# functions to show an image
def imshow(img):
img = img / 2 + 0.5 # unnormalize
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
# get some random images
dataiter = iter(trainloader)
images, lables = dataiter.next()
# show images
imshow(torchvision.utils.make_grid(images))
# print lables
print(' ', join(' %5s' % classes[labels[j]] for j in range(4)))
import torch.nn as nn
import torch.nn.functional as F
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(3, 6, 5)
self.pool = nn.MaxPool2d(2, 2)
self.conv2 = nn.Conv2d(6, 16, 5)
self.fc1 = nn.Linear(16 * 5 * 5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
x = x.view(-1, 16 * 5 * 5)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
net = Net()
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(). lr=0.001, momentum=0.9)
for epoch in range(2):
running_loss = 0.0
for i, data in enumerate(trainloader, 0):
# get the inputs
inputs, labels = data
# zero the parameter gradients
optimizer.zero_grad()
# forward + backward + optimize
outputs = net(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
# print statistics
running_loss += loss.item()
if i % 2000 == 1999: # print every 2000 mini-batches
print('[%d, %5d] loss: %.3f' %
(epoch + 1, i + 1, running_loss / 2000))
running_loss = 0.0
print('Finished Training')
dataiter = iter(testloader)
images, lables = dataiter.next()
# print images
imshow(torchvision.utils.make_grid(images))
print('GroundTruth: ', ' ' .join(' %5s' % classes[lables[j]] for j in range(4)))
outputs = net(images)
_, predicted = torch.max(outputs, 1)
print('Predicted: ' , ' ' .join(' %5s' % classes[predicted[j]] for j in range(4)))
correct = 0
total = 0
with torch.no_grad():
for data in testloader:
images, lables = data
outputs = net(images)
_, predicted = torch.max(outputs.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print('Accuracy of the network on the 10000 test images: %d %%' % (
100 * correct / totall))
まだあるけど、疲れたので、ここまで。
つづく
*1:0.5, 0.5, 0.5), (0.5, 0.5, 0.5
