Сборка DIGITS

Следующие инструкции помогут вам собрать последнюю версию DIGITS из исходного кода. Эти инструкции предназначены для установки на Ubuntu 14.04 и 16.04.

Также см. это руководство для настройки DIGITS и Caffe на компьютерах с Windows.

Другие платформы официально не поддерживаются, но пользователи успешно установили DIGITS на Ubuntu 12.04, CentOS, OSX и, возможно, на другие. Поскольку DIGITS сам по себе является чистым проектом Python, установка обычно довольно тривиальна независимо от платформы. Сложность возникает при установке всех необходимых зависимостей для Caffe, Torch7, Tensorflow и настройке сборок. Это ваше собственное приключение.

Предварительные требования

Вам нужен драйвер NVIDIA (подробности и инструкции).

Выполните следующие команды, чтобы получить доступ к некоторым репозиториям пакетов:

# Для Ubuntu 14.04
CUDA_REPO_PKG=http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_8.0.61-1_amd64.deb
ML_REPO_PKG=http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1404/x86_64/nvidia-machine-learning-repo-ubuntu1404_4.0-2_amd64.deb

# Для Ubuntu 16.04
CUDA_REPO_PKG=http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
ML_REPO_PKG=http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb

# Установите пакеты репозиториев
wget "$CUDA_REPO_PKG" -O /tmp/cuda-repo.deb && sudo dpkg -i /tmp/cuda-repo.deb && rm -f /tmp/cuda-repo.deb
wget "$ML_REPO_PKG" -O /tmp/ml-repo.deb && sudo dpkg -i /tmp/ml-repo.deb && rm -f /tmp/ml-repo.deb

# Загрузите новый список пакетов
sudo apt-get update

Зависимости

Установите некоторые зависимости с пакетами Deb:

sudo apt-get install --no-install-recommends git graphviz python-dev python-flask python-flaskext.wtf python-gevent python-h5py python-numpy python-pil python-pip python-scipy python-tk

Следуйте этим инструкциям, чтобы собрать Caffe (обязательно).

Следуйте этим инструкциям, чтобы построить Torch7 (рекомендуется).

Следуйте этим инструкциям, чтобы создать Tensorflow (рекомендуется).

Скачать исходный код

# пример расположения — можно настроить
DIGITS_ROOT=~/digits
git clone https://github.com/NVIDIA/DIGITS.git $DIGITS_ROOT

В документации мы будем ссылаться на вашу установку как DIGITS_ROOT (~/digits в данном случае), хотя вам не нужно фактически устанавливать эту переменную среды.

Пакеты Python

Необходимо установить несколько пакетов PyPI:

sudo pip install -r $DIGITS_ROOT/requirements.txt

[Необязательно] Включите поддержку плагинов

Для включения загрузки данных и визуализации плагинов необходимо установить DIGITS:

sudo pip install -e $DIGITS_ROOT

Запуск сервера

./digits-devserver

Запускает сервер по адресу http://localhost:5000/.

$ ./digits-devserver --help
использование: __main__.py [-h] [-p PORT] [-d] [--version]

Сервер разработки DIGITS

необязательные аргументы:
  -h, --help            показать это справочное сообщение и выйти
  -p PORT, --port PORT  Порт для запуска приложения (по умолчанию 5000)
  -d, --debug           запустить приложение в режиме отладки (перезагружается при изменении источника и выдаёт более подробные сообщения об ошибках)
  --version             распечатать номер версии и выйти

Начало работы

Теперь, когда вы готовы к работе, ознакомьтесь с руководством по началу работы.

Разработка

Если вы заинтересованы в разработке для DIGITS или работаете с его исходным кодом, ознакомьтесь с Руководством по настройке разработки

Устранение неполадок

Большинство параметров конфигурации должны иметь соответствующие значения по умолчанию. Прочитайте этот документ, чтобы узнать, как настроить пользовательскую конфигурацию для вашего сервера.