NVIDIA DIGITS 4.0をインストールしてみた

NVIDIAからDeep Learning用トレーニングシステムのDIGITS 4がリリースされたので、Ubuntu 14.04にインストールしてみました。

今回のアップデートでは、DIGITS 3からDIGITS 4、cuDNN 5.0からcuDNN 5.1、NVIDIAフォークのCaffe「NVcaffe（caffe-nv）」のcuDNN 5.1対応などが行われています。

なお、以下の記事のように、既にNVIDIAのMachine Learningリポジトリを登録していれば、Ubuntuのランチャーに「ソフトウェアの更新」アイコンが現れますので、このアイコンをクリックして、インストールを行います。

NVIDIA DIGITS 3.0をインストールしてみた

NVIDIAからDeep Learning用トレーニングシステムのDIGITS 3.0がリリースされていたので、Ubuntu 14.04にインストールしてみました。

soralab.space-ichikawa.com

DIGITS 4

DIGITS 4の特徴は、物体検出（object detection）機能が付加されたことなので、さっそく、チュートリアル（https://github.com/NVIDIA/DIGITS/tree/digits-4.0/examples/object-detection）を試してみます。

DIGITS 4 Dataset

Firefox等のブラウザを起動し、URLにlocalhostを入力すると、DIGITS「Home」ページが表示されます。

上の図のように、DIGITS 4では、作成済みのDatasetsやModelsの表示は、タブで切り替えるようになりました。

DIGITS「Home」ページの「New Dataset」下の「Images」ボタンをクリックし、プルダウンメニューから「Object Detection」を選択すると、以下の「Login」ページが表示されます。

DIGITS 4では、DatasetやModelを作成する場合、「Login」ページが現れ、作成したDatasetやModelのOwnerを表示するように変更されています。

Usernameを入力すると、以下の「New Object Detection Dataset」ページが表示されます。

このページでは、チュートリアルのようにprepare_kitti_data.pyを実行して作成されたtrain/images、train/labels、val/images、val/labelsディレクトリを「Training image folder」等に指定します。

「Dataset Name」に名前（ここでは、「KITTI」）を入力した後、「Create」ボタンをクリックします。

しばらく待っていると、Dataset「KITTI」の作成が終了します。ページの再読み込みを行うと、以下のようなページが表示されます。

このページ左上の「DIGITS」ロゴをクリックして、DIGITS「Home」ページに戻ります。

DIGITS 4 Model

DIGITS「Home」ページの「New Model」下の「Images」ボタンをクリックし、プルダウンメニューから「Object Detection」を選択します。

すると、以下の「New Object Detection Model」ページが表示されます。このページの左側の「Select Dataset」では、上で作成した「KITTI」を選択します。

中央の「Solver type」と「Base Learning Rate」に、それぞれAdamと0.0001を設定します。なお、VRAMが4GBの場合、「Batch size」と「Batch Accumulation」に、それぞれ2と5を入力します。

「New Object Detection Model」ページの下側のNetwork(s)では、「Custom Network」タブを選択し、「Torch」タブではなく「Caffe」タブが選択されていることを確認し、テキストボックスにdetectnet_network.prototxt（https://raw.githubusercontent.com/NVIDIA/caffe/caffe-0.15/examples/kitti/detectnet_network.prototxt）の内容をコピー・ペーストします。