Visual Studio Tools for AI. Обучение модели

Автор: | 01.02.2018

В этой статье мы рассмотрим на примере, как можно использовать Visual Tools for AI локально, у себя на компьютере, для тренировки моделей.

Для того, чтобы запустить пример, вам, предварительно, необходимо установить Visual Tools for AI и настроить окружение (установить необходимый набор дополнительных библиотек), о том как это сделать написано в здесь. Мы будем работать с примером, который предоставляют разработчики VS Tools for AI.

Загрузка примеров для VS Tools for AI

Загрузим примеры проектов для Visual Tools for AI, для этого откройте командную строку и введите в ней следующие команды.

> git clone https://github.com/Microsoft/samples-for-ai.git
> cd samples-for-ai
> cd installer
> python.exe install.py

Размер загружаемого набора чуть больше 250 МБ, в нем содержатся проекты для framwork’ов, поддерживаемых VS Tools for AI: CNTK, TensorFlow, Caffe2, Keras, MXNet, Chainer, Theano. Имейте ввиду, что работа скрипта install.py может занять достаточно большое время, это связано с тем, что в он проверят список инсталлированного на вашем компьютере программного обеспечения, которое нужно для работы с примерами, и установливает недостающие компоненты. Почти для всех библиотек есть пример решения задачи распознавания рукописных символов с использованием набора MNIST (http://yann.lecun.com/exdb/mnist/). В рамках данной статьи мы рассмотрим как решить эту задачу с использованием TensorFlow.

Тренировка модели с использованием TensorFlow

Мы будем обучать модель с использованием TensorFlow, задача – распознавание рукописных символов (цифры). Для решения задачи будет использована база данных MNIST, которая содержит 60000 объектов для обучения и 10000 объектов для тестирования. Объект – это одна цифра, написанная рукой человека, представленная в виде вектора. Вектор строится следующим образом: берется изображение цифры, переводится в черно-белый вид и масштабируется под размер 27х27 пикселей. Это нам даст 27х27=729 пикселей, цвет (в градации серого) каждого пикселя кодируется цифрой от 0 до 255. Таким образом, мы получаем 729 элементов, составляющих один вектор. Обучающая выборка – это таблица размера 60000х729, тестовая выборка – 10000х729.

Для работы нам понадобится TensorFlow, Numpy и Scipy. Если они у вас ещё не установлены, то рекомендуем вам обратиться к статье “Visual Studio Tools for AI. Установка и Настройка”, там написано о том, как это сделать.

Приступим непосредственно к запуску примера.

1. Запустите Visual Studio.

2. Откройте проект samples-for-ai\examples\tensorflow\TensorflowExamples.sln

Open project

3. В окне Solution Explorer нажмите правой кнопкой мыши на проекте MNIST и в появившемся меню выберите Set as StartUp Project.

Set project as StartUp

4. Нажмите на кнопку Start для запуска проекта.

5. При запуске программы будут загружены и распакованы нужные наборы данных, и запустится непосредственно сам процесс обучения.

Start train

6. В процессе обучения модели будут выводиться промежуточные результаты. После того, как процесс обучения будет закончен, окончательный результат – ошибка на тестовом наборе данных, будет выведен в терминал.

Final of train

Статья является вольным переводом страницы “Train a TensorFlow model locally” с официального github репозитория Visual Studio Tools for AI.

Поделиться
Share on VK
VK
Tweet about this on Twitter
Twitter
Share on Facebook
Facebook

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *