Сборка DIGITS на Windows

Ограничения

DIGITS для Windows зависит от Windows-ветки BVLC Caffe. Следующие слои, необходимые для функции DetectNet, не реализованы в этой ветке:

• detectnet_transform_layer;
• l1_loss_layer.

В результате DIGITS для Windows не поддерживает DetectNet. Чтобы запустить DIGITS с DetectNet, используйте NV-Caffe 0.15 или выше на Ubuntu.

Необходимые условия

• Python2;
• CUDA 7.5;
• CuDNN 5.1;
• Caffe;
• Graphviz.

Установка необходимых условий

Python2

Скачайте и установите Python 2.7.11 64bit с официального сайта Python (https://www.python.org/ftp/python/2.7.11/python-2.7.11.amd64.msi). Во время установки выберите «Добавить путь к Python».

Скачайте numpy, scipy, matplotlib, scikit-image, h5py с веб-страницы неофициальных двоичных файлов Windows для пакетов расширений Python на сайте (http://www.lfd.uci.edu/~gohlke/pythonlibs/). Не забудьте скачать правильную версию (2.7) и архитектуру (64-разрядную).

Кроме того, скачайте gevent версии v1.0.2 на том же сайте. Запустите командную строку (cmd.exe) от имени администратора и выполните следующие команды:

python -m pip install cython
python -m pip install numpy-1.11.0+mkl-cp27-cp27m-win_amd64.whl
python -m pip install scipy-0.17.0-cp27-none-win_amd64.whl
python -m pip install matplotlib-1.5.1-cp27-none-win_amd64.whl
python -m pip install scikit_image-0.12.3-cp27-cp27m-win_amd64.whl
python -m pip install h5py-2.6.0-cp27-cp27m-win_amd64.whl

Если процесс установки жалуется на отсутствие компилятора, вам необходимо установить компилятор Microsoft Visual C++ для Python 2.7, скачанный по ссылке (https://www.microsoft.com/en-us/download/details.aspx?id=44266). Мы рекомендуем установить его с помощью команды:

msiexec /i VCForPython27.msi ALLUSERS=1

После установки компилятора завершите указанные выше команды python -m pip install.

На данный момент не устанавливайте gevent. Мы должны установить его после установки DIGITS.

CUDA 7.5

CUDA 7.5 можно получить на NVIDIA CUDA (https://developer.nvidia.com/cuda-downloads). Выберите Windows 7 для загрузки.

CuDNN 5.1

Загрузите CuDNN 5.1 на веб-сайте NVIDIA (https://developer.nvidia.com/cudnn). Выберите CuDNN 5.1 для CUDA 7.5.

Caffe

Caffe можно получить по ссылке (https://github.com/bvlc/caffe/tree/windows). Обратите внимание, что для сборки Caffe вам потребуется установить Visual Studio 2013. Перед сборкой включите поддержку Python, CUDA и CuDNN, следуя инструкциям на той же странице. Поскольку мы используем Official CPython, измените значение тега PythonDir с C:\Miniconda2\ на C:\PYTHON27\ (предполагается, что ваша установка CPython является стандартной C:\PYTHON27). После сборки настройте среду Python так, чтобы она включала pycaffe, как описано на странице (https://github.com/bvlc/caffe/tree/windows#remark). Ваш caffe.exe будет находиться в каталоге Build\x64\Release (если вы сделали релизную сборку).

Graphviz

Graphviz доступен по адресу (www.graphviz.org/Download.php). Обратите внимание, что этот сайт не всегда доступен онлайн. Каталог установки не должен содержать пробелов, поэтому не устанавливайте его в обычный каталог 'c:\Program Files (x86)'. Попробуйте что-то вроде 'c:\graphviz' вместо этого. Когда каталог установки содержит пробелы, pydot не может запустить файл dot.exe, даже если у него нет проблем с его поиском. Добавьте каталог c:\graphviz\bin в свой PATH.

Установка DIGITS

Клонируйте DIGITS из github.com (https://github.com/nvidia/digits). Из командной строки (запуск от имени администратора) перейдите в каталог DIGITS. Затем введите:

python -m pip install -r requirements.txt

Вы можете увидеть ошибку о Pillow, например: ValueError: jpeg is required unless explicitly disabled using --disable-jpeg, aborting. Если это произойдёт, загрузите установщик Pillow для Windows (Pillow-3.1.1.win-amd64-py2.7.exe) по ссылке https://pypi.python.org/pypi/Pillow/3.1.1 и запустите исполняемые файлы. После установки Pillow указанным способом снова запустите:

python -m pip install -r requirements.txt

После выполнения указанной команды проверьте, все ли необходимые зависимости Python соблюдены, сравнив requirements.txt и вывод следующей команды.

python -m pip list

Если версия gevent не v1.0.2, установите её из файла whl. Скачано ранее с (http://www.lfd.uci.edu/~gohlke/pythonlibs/).

python -m pip install gevent-1.0.2-cp27-none-win_amd64.whl

Это должно удалить имеющийся у вас gevent и установить gevent 1.0.2.

Поскольку readline недоступен в Windows, вам необходимо установить ещё один дополнительный пакет Python.

python -m pip install pyreadline

Запуск DIGITS

Сначала проверьте, включён ли исполняемый файл caffe в вашу переменную среды PATH. Если нет, добавьте его.

set PATH=%PATH%;MY_CAFFE_ROOT\Build\x64\Release

Замените MY_CAFFE_ROOT на ваш локальный каталог caffe.

Запустите devserver DIGITS с помощью следующей команды:

python digits-devserver

Направьте свой браузер на localhost:5000. Вы должны увидеть DIGITS.

Устранение неполадок

DIGITS аварийно завершает работу при попытке классифицировать изображения с параметром «Показать визуализации и статистику».

Эта проблема должна была быть решена. Однако, если вы всё ещё сталкиваетесь с этой проблемой, это связано с разной привязкой DLL hdf5 между pycaffe и h5py. DLL, используемая pycaffe, взята из nuget, и её версия — 1.8.15.2, что немного старше, чем DLL в h5py. Временное решение состоит в том, чтобы загрузить h5py перед pycaffe. Чтобы принудительно загрузить h5py до pycaffe, вы можете либо добавить одну строку в начало файла digits-devserver, либо импортировать h5py непосредственно перед import caffe в digits/config/caffe_option.py.

import readline вызывает ImportError.

Измените import readline в digits\config\prompt.py на:

try:
    import readline
except ImportError:
    import pyreadline as readline

DIGITS жалуется, что двоичный файл Torch не найден в PATH.

В настоящее время DIGITS не поддерживает Torch на платформе Windows.