Skip to content

Latest commit

 

History

History
125 lines (89 loc) · 5.08 KB

Readme.md

File metadata and controls

125 lines (89 loc) · 5.08 KB

注意：Deep Learningのサンプルは，画像を全て読み込んでいるので結構メモリを使います（8GB以上の空きが必要）

このページに間違い等があれば，ぜひプルリクエストを送ってください！ また，Dockerfileもこうしたら良いとかこのライブラリを足してほしいとかあればぜひプルリクエストしてください．

PRMUアルゴリズムコンテスト

第21回 PRMUアルゴリズムコンテスト この文字読めますか？ 〜くずし字認識にチャレンジ！〜

C++/Matlabのサンプルコード及び，データセットはこちらからダウンロードしてください．

使い方

準備

git clone https://github.com/yasutomo57jp/alcon2017prmu

Dockerの使い方については，MIRU2016若手プログラムで発表された，「バージョン管理で理想の研究生活にコミット」が参考になります．

実行 (Python)

  • アルコンのサンプルコードとデータセットを置いたディレクトリで，以下のコマンドを実行するとコンテナが起動します
sudo docker run --rm -it -v `pwd`:/alcon yasutomo57jp/alcon:cpu /bin/bash

注意：上記 -v オプションで，ホストマシンのカレントディレクトリをマウントしていますが， Windowsの場合は，デフォルトでは C:\Users 以下しかマウントできないようです． C:\Users以下にファイルをコピーした後， -v /c/Users/alcon2017prmu:/alcon のように指定してください．

その他の場所でマウントするやり方はこちらに載っています．

  • GPUを使う場合，以下のコマンドを実行してコンテナを起動させます
sudo nvidia-docker run --rm -it -v `pwd`:/alcon yasutomo57jp/alcon:gpu /bin/bash
  • /alcon にマウントされているので，以下のようにして実行します
    • まず学習を行います．
cd /alcon/python
python3 train.py ../dataset 1

  * その後，実行します．

cd /alcon/python
python3 main.py ../dataset 1
  • Pythonのスクリプトを直接実行することもできます．
sudo docker run --rm -it -v `pwd`:/alcon yasutomo57jp/alcon:cpu python3 main.py dataset 1

や

sudo nvidia-docker run --rm -it -v `pwd`:/alcon yasutomo57jp/alcon:gpu python3 main.py dataset 1

実行 (C++)

  • アルコンのサンプルコードとデータセットを置いたディレクトリで，以下のコマンドを実行するとコンテナが起動します
sudo docker run --rm -it -v `pwd`:/alcon yasutomo57jp/alcon:cpu /bin/bash
  • GPUを使う場合，以下のコマンドを実行してコンテナを起動させます
sudo nvidia-docker run --rm -it -v `pwd`:/alcon yasutomo57jp/alcon:gpu /bin/bash
  • /alcon にマウントされているので，以下のようにして実行します
cd /alcon/cpp
make
./main ../dataset 1

コンテナの作成（GPUなし版：応用編）

ダウンロードせずにDockerfileから自前でコンテナを作りたい人向けです

Dockerfileのあるディレクトリで以下のコマンドを実行

sudo docker build -t alcon:cpu -f Dockerfile .

少し時間がかかりますが，環境が構築されます． なお，この方法で作成した場合，以下のように実行します．

sudo docker run --rm -it -v `pwd`:/alcon alcon:cpu /bin/bash

コンテナの作成（GPUあり版：応用編）

ダウンロードせずにDockerfileから自前でコンテナを作りたい人向けです

GPUが刺さった計算機の場合，こちらを実行すると，GPUを利用した計算が可能になります．

Dockerfileのあるディレクトリで以下のコマンドを実行

sudo docker build -t alcon:gpu -f Dockerfile_gpu .

少し時間がかかりますが，環境が構築されます． なお，この方法で作成した場合，以下のように実行します．

sudo nvidia-docker run --rm -it -v `pwd`:/alcon alcon:gpu /bin/bash