鱗目界域-龍論壇

對啊    

因為我也和影子一樣，想知道如果驗證用圖片和訓練用圖片差太多，會發生什麼事?     

其實我的主力電腦還有一張1070ti顯卡    

今天早上7點多訓練好了

驗證用的圖片，可以是彩色的，這個模型會將其轉變成灰階再轉換成彩色，還會輸出一個網頁

網頁我上傳到自家的小網站了
https://www.leisurelywing.synology.me/tensorflow/pix2pix/20181224/

我目前找了20張驗證用圖片，下方可說是直式對照，想看橫式對照請看上方網址 (晚上補充：後來將所有圖片都複製過來了)

輸入給程式的灰階圖是input
輸出的彩色圖片是output
原始圖片為target

input

output

target

input

output

target

電腦無法判斷的，看樣子不會亂塗

input

output

target

最后修改： 龍爪翻書 (2018-12-24 19:12:11)

如何在Windows10安裝TensorFlow GPU

1. 確認顯示卡型號及驅動
1-1  到tensorflow官網查看硬體需求
       https://www.tensorflow.org/install/gpu
       2018年12月，網頁寫的需求為CUDA® Compute Capability 3.5 or higher.
1-2  到NVIDIA官網檢查自己的顯示卡是否支援Compute Capability 3.5 以上
       https://developer.nvidia.com/cuda-gpus
1-3  主流家用顯示卡通常是GeForce系列，點下去後會展開產品列表
       如果自己的顯示卡不支援就不用繼續看本安裝說明瞭，先改用tensorflow CPU版本吧
1-4  到tensorflow官網查看顯示卡驅動需求(寫在Software requirements區域)
       https://www.tensorflow.org/install/gpu
       2018年12月，網頁寫的需求為 384.x or higher
1-5 如果自己的顯示卡驅動程式沒達到384.x，先更新驅動

2. 下載並安裝 Visual Studio 2017
2-1  下載網址如下，選擇免費版的即可
       https://visualstudio.microsoft.com/downloads/
2-2  安裝好Visual Studio 2017之後，應該會自動跳出Visual Studio Install 頁面
2-3  勾選「使用C++的桌面開發」(就是英文教程中的 Desktop development with C++) ，然後點安裝

3. 下載並安裝 CUDA Toolkit
3-1  到tensorflow官網查看支援的CUDA版本，2018年12月時網頁寫支援CUDA 9.0
       https://www.tensorflow.org/install/gpu
3-2  到NVIDIA官網，選擇自己的作業系統版本，然後下載CUDA Toolkit 9.0
       https://developer.nvidia.com/cuda-90-download-archive
3-3  安裝CUDA 9.0，安裝方式為經典的OK、同意、下一步，在此不贅述
3-4(選擇性)  如果想看更詳細的CUDA相關資料，官網的網址為 
       https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/

4. 下載cuDNN
4-1  官網的下載頁面會要求註冊
       https://developer.nvidia.com/rdp/cudnn-download
4-2  查看對應版本。CUDA 9.0對應的是cuDNN v7.4.1，所以需要下載cuDNN v7.4.1

5. 安裝cuDNN
5-1  將下載好的cuDNN zip檔解壓縮到桌面，裡面有一個cuda資料夾
5-2  使用檔案總管，打開本機→C磁碟→Program Files→NVIDIA GPU Computing Toolkit→CUDA→v9.0
5-3  複製cuda\bin\cudnn64_7.dll，貼到CUDA\v9.0\bin 資料夾裡面
5-4  複製cuda\include\cudnn.h，貼到CUDA\v9.0\include 資料夾裡面
5-5  複製cuda\lib\x64\cudnn.lib，貼到CUDA\v9.0\lib\x64 資料夾裡面

6. 下載並安裝Python3.6.6
6-1  tensorflow不支援32位元的Python，所以要下載64位元版本的
6-2  我測試時發現tensorflow不支援最新的Python3.7.1。如果安裝的Python太新導致tensorflow不支援，嘗試安裝tensorflow時會出現以下錯誤訊息：
       Could not find a version that satisfies the requirement tensorflow(from versions:) No matching distribution found for tensorflow
6-3  筆者測試Python3.6.6 可以安裝tensorflow，所以在此以Python3.6.6為例，下載網址為
       https://www.python.org/downloads/release/python-366/
6-4  網頁往下拉，找到 Windows x86-64 executable installer
6-5  下載完成的檔案，點兩下左鍵進行安裝。安裝時，這個選項一定要打勾 口Add Python 3.6 to PATH

7. Windows環境變數確認
7-1  在本機上按滑鼠右鍵→選內容→選進階系統設定→切換到「進階」分頁→按環境變數
7-2  上方是使用者變數欄位，下方是系統變數欄位
7-3  檢查系統變數欄位中，有沒有變數叫CUDA_PATH
7-4  檢查變數CUDA_PATH 的值，值是不是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
7-5(非必要) 關於環境變數設定，網路上有多種說法，我將一些資料附在最後。

8. 安裝tensorflow GPU版本
8-1  按Windows鍵+R，叫出執行視窗，輸入cmd並執行
8-2  輸入pip install tensorflow-gpu

8-3  安裝成功的畫面如下，會看到Successfully installed.....(省略)....tensorflow-gpu-1.12.0...(省略)

作者：龍爪翻書。首發：鱗目界域
----------------------
上方沒列出的其他參考資料：
1.  https://www.youtube.com/watch?v=KZFn0dvPZUQ

2.  https://www.youtube.com/watch?v=HExRhnO5Mqs

3.  https://medium.com/@WhoYoung99/2018%E6%9C%80%E6%96%B0win10%E5%AE%89%E8%A3%9Dtensorflow-gpu-keras-8b3f8652509a

4.  https://www.youtube.com/watch?v=uIm3DMprk7M

----------------------
附錄一、第7步驟Windows環境變數補充資料

1. 根據NVIDIA官網的說明，只需要確認是否有CUDA_PATH這個變數
https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html

原文為：
Ensure the following values are set:
Variable Name: CUDA_PATH 
Variable Value: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

2. 根據tensorflow官網的說明，需要設定3個PATH
https://www.tensorflow.org/install/gpu

原文為：
Add the CUDA, CUPTI, and cuDNN installation directories to the %PATH% environmental variable. For example, if the CUDA Toolkit is installed to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 and cuDNN to C:\tools\cuda, update your %PATH% to match:

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64;%PATH%
SET PATH=C:\tools\cuda\bin;%PATH%

3. 網路上的一些網路教程，則說需要新增2個路徑到 PATH 變數下
新增 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
新增 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp

最后修改： 龍爪翻書 (2018-12-30 15:23:01)

今天下午終於成功安裝好TensorFlow GPU版本   

使用pix2pix對同樣的3000多張龍圖進行深度學習，預計時間少了一半以上

i7 9700K，預計3000多分鐘

GTX 750ti，預計1300多分鐘

pix2pix這個模型，在訓練之後可以將灰階圖轉變成彩色圖

如果用食物照片進行訓練，就能將食物的灰階圖轉換成彩色圖

於是我嘗試用龍圖進行訓練，希望能得到一個自動幫灰階龍圖上色的模型

這本書《學會TensorFlow之後呢？最尖端的21個夢幻範例實作》，裡面第9章的舉例，使用7000多張食物圖片進行訓練

我整理了一下我蒐集的龍圖，只整理出大約3000張

然後使用tensorflow CPU版本進行訓練，目前經過大約30小時，大約完成50%了

至於為什麼不用比較快的tensorflow GPU版本呢，這又是另外一個故事了  

------------------------------
圖片來源與參考資料：
1.  https://github.com/affinelayer/pix2pix-tensorflow
2.  《學會TensorFlow之後呢？最尖端的21個夢幻範例實作》

3.  [url]ftp://ftp.topteam.cc/TD1848%E8%AE%80%E8%80%85%E4%B8%8B%E8%BC%89%E7%94%A8%E7%9A%84ftp/TD1848/book_data/chapter_9_data/[/url]  (帳號是reader，沒有密碼，直接按確定)

最后修改： 龍爪翻書 (2018-12-23 07:59:38)

天線生日快樂

火雕   

風蝕

用鱗片慢慢打磨材料，

材料大約是巨石，所以設定上住在現成的山洞中真是小看了龍，

大可以把山體挖空，裏頭佈置得金光閃閃  

噢噢真是麻煩了 

正在處理

我這邊也一樣 502     

臺版的也改了  

我猜測是為了未來8.X新戰爭前線所埋的線索?
但這樣也好，每次經過那邊看到一堆同族的首級掛在那邊自己都不寒而慄 

最后修改： MorksAllen (2018-12-12 08:39:53)

這個故事的中國版本，
我們叫＂葉公好龍＂。