教你从头到尾利用DL学梵高作画

最新推荐文章于 2020-12-04 15:54:28 发布

一世为仁

最新推荐文章于 2020-12-04 15:54:28 发布

阅读量4.9k

点赞数

分类专栏：算法文章标签： ubuntu cuda 深度学习机器学习

算法专栏收录该内容

19 篇文章 0 订阅

订阅专栏

教你从头到尾利用DL学梵高作画

作者：七月在线开发/市场团队三人，骁哲、李伟、July。本教程主要由骁哲撰写，李伟负责Linux命令部分。

配置：GTX 1070 cuda 8.0 Ubuntu 14.04 cudnn 5.1 tensorflow gpu

时间：二零一六年九月二十五日

一、前言

12年本博客推出SVM三层境界，July开始学习接触ML。14年July团队开始做机器学习线下班的时候，July则跟着讲师一起学习更多ML，因此也写了一系列ML博客。再后来，July团队开始做专注数据领域的在线教育，涵盖算法、机器学习、深度学习三大重心，16年从上半年的5个课程陆续扩展到下半年的30个课程，讲师团队也从上半年的5人扩大至现有的19人。

机器学习越来越火，而随着计算机计算能力的提高深度学习则更趋火热。我们在做深度学习的课程时，也会顺带着学习学习，包括7月份July刚写完一份CNN笔记，但从始至终都只是学习原理，从没自己实际动手做过任何实验。

直到最近，我们团队人手渐渐齐了之后，发现可以动手做一些实验了。为何呢？学一个东西，懂它理论之后，最重要的是付诸实践，动手实验一把，不然永远只是纸上谈兵。且虽然我们三都不讲课，一个市场一个PHP一个打杂，但可以辅助讲师团队带动更多学员一起做实验。而且就是啥也不懂偏要啥都要搞，而且要带动更多人一起搞。

激情澎湃，心血来潮。

21号下午5点，同事李、许开始搞DL：用DL学梵高作画，恩，是搞DL 不是搞ML
接近6点的时候，开始卷积计算，等待的过程就像生孩子一样
晚上8点， CPU搞了一个半小时搞出来了，然后开始装cuda，好用GPU搞几副梵高笔下的画
0点，同事还在装，因为 GTX 1070下装cuda8.0实在是费劲呐（1070+8.0之所以难装，一一个是网上教程很少，一个是1070 8.0都是刚出来的，特别是 8.0 目前只支持1070和1080的显卡。可能960/970/980搭cuda 7.5会轻松太多）
接下来，两同事在黑暗中前行了一夜，趟遍无数坑
22号早上6点半，cuda、TensorFlow终于编译好，我..
22号早上8点，用DL学梵高作画，GTX 1070 cuda 8.0 Ubuntu 14.04 cudnn 5.1 tensorflow gpu，折腾一整夜，趟遍无数坑，两位同事一PHP一市场终于搞定。（恩，btw，有人说，PHP是世界上最好的语言）

我们搭建好之后，兴高采烈的在微博上发布（因为两同事此前从未搞过DL，可以想象我们心情之兴奋），发现咱5月DL班里一学员之前也搭过这个配置，说：“装cuda 和驱动花了几天，经常出现黑屏”。也有朋友反馈：“配置这玩意确实很麻烦。”、以及“是真的很麻烦，我自己尝试搭建就一直没成功”。所以，很多朋友求教程。

事实上，最后跑下demo就几分钟的事，主要是整个搭建过程很折腾。不信？你可以先不看本教程，然后自个从头到尾摸一把1070+8.0，没试过1070+8.0之前就不要轻易来下结论了 :-)

综上，特此推出本份教程，应该是网站极少有的1070+8.0教程里面最详尽的一份（部分图都是由骁哲用手机对着电脑拍下），希望让更多人少走弯路。此外，我们更会在 9月ML算法班上带领更多人跟我们一块做DL实验，一起玩。

二、配置

我们的配置为

硬件配置：酷睿 i7-6700+GTX1070+500G 固态硬盘 +8G 内存 + 主板
软件配置： Ubuntu14.04 +GTX1070 显卡驱动 +CUDA8.0+cudnn5.1+Tensorflow

三、下载

考虑到有些同学 Linux 操作不是很熟练，以下步骤尽量详细，高手可跳过。另，操作系统为全新安装的 Ubuntu14.04 英文桌面版，如果已安装其它版本或非全新安装，步骤可相应调整。

1、 Ubuntu14.04

http://www.ubuntu.com/download/alternative-downloads （下载地址）

说明：

我们自己下载的时候是在官方英文版页面下载，中文版网页面似乎没有 Ubuntu14.04 的下载页。
Ubuntu14.04 版本选择上建议使用英文原版， Kylin （麒麟：给中国用户特别定制）版本不建议使用。原因：呵呵，外来和尚会念经
Ubuntu16.04 版本我跟同事测试后发现进入桌面会屏幕闪动，分析原因似乎跟我们的显卡是 1070 版本有关（其实只要把 GTX1070 显卡驱动装上就行），而 Ubuntu14.04 未出现以上状况。所以考虑为广大人民群众减少麻烦，当您的显卡与我们类似（ GTX1070\GTX1080 ），请参考本条建议。

UltraISO 软碟通：

http://cn.ultraiso.net/xiazai.html （下载地址）

说明：

这个软件是将你 U 盘制作成 Ubuntu14.04 安装盘的工具。
使用方法请查看百度文库相关说明： http://wenku.baidu.com/link?url=XIitpKr9kKSXLLBzhrO7DzCOgGtrqpvxyfnI8tt3ugnt59dEWzMwUAUzMy-mIyY1gDeqaOPkKMB5EwlWYCwWZjaq2CaLiZzWpENTpgk04SG
如果下载地址链接失效，自行百度： UltraISO 软碟通。
安装是在 Windows 下安装的。

2、 GTX1070 显卡驱动

http://www.geforce.cn/drivers （下载地址）

说明：

（ 1 ）选项图解

（ 2 ）大家可以根据自己电脑配置进行选择。

3、 CUDA

https://developer.nvidia.com/cuda-toolkit （下载地址）

说明：

（ 1 ）在 NVIDIA 的 CUDA 下载页面下，选择要使用的 CUDA 版本进行下载。

（ 2 ）我们这里使用 CUDA8.0 （页面有提示 GTX1070 、 GTX1080 支持 8.0 版本），学员如果没有使用以上两个版本的 GPU ，可以下载 CUDA7.5 。 DOWNLOAD（下载）。

（ 3 ）下载需要注册。

（ 4 ）图解选择

4、 Cudnn

https://developer.nvidia.com/cudnn （下载地址）

说明：

（ 1 ）下载需要填写一个调查问卷，就三个选项，建议认真填写，毕竟人家免费给咱使用。

（ 2 ）填写完毕点击 I Agree To 前面的小方框，出现如下：

5、 Tensorflow

https://github.com/tensorflow/tensorflow （下载地址）

说明：

（ 1 ）打开下载页面，往下翻，直到下图这个位置：

（2）点击 Python 2 开始下载。

最后，将所有下载文件全部存放至自己的移动硬盘 /U 盘内，等待安装时候使用。

四、安装

4.1、安装 Ubuntu14.04 ：

http://jingyan.baidu.com/article/eb9f7b6d8536a8869364e813.html

说明：

（ 1 ）我们与同事直接安装的英文原版系统，语言也是选择英文的。

（ 2 ）上述链接在 -- 第三步：安装类型上选择的是 -- 自定义。我们选择的是 -- 清除整个磁盘并且安装，如果你有 Windows 系统，还会提示安装 Ubuntu14.04 与 Windows 并存模式。这个自行选择，切记！这个地方谨慎选择。

（ 3 ）感谢百度经验上传者！

4.2、安装 GTX1070 显卡驱动及 CUDA8.0 ：

步骤：

（ 1 ）进入 Ubuntu 界面

（ 2 ）插入 U 盘，将内容拷贝至 Desktop 文件下。熟悉 Ubuntu 的同学，这步可以按照自己习惯放置在其他文件夹下。

（ 3 ）如图搜索 Terminal

（4）将命令框图标拖动到左边栏里或者桌面，以便使用。

（5）打开命令框，输入 sudo –i

输入开机密码

输入 sudo vi /etc/default/grub

（6）此时系统会进入一个文本页面。在第 20 行前后会出现 GRUB_CMDLINE_LINUX_DEFAULT="quiet" 。将光标移动到这个命令最前端，然后键盘点击 Esc 键，再点击 y 键两次，点一下 p 键。就会将本条指令复制一个放到下一行。然后点击 i键，就能进行编辑了，在本行命令前面添加 # 号，然后移动到复制出来的那条，修改quiet 为 text ，按 Esc 键。 Shift+ ：输入 wq 。

此时会调回命令框界面，输入 sudo update-grub

输入 shutdown – r now 重启

（7）重启后进入字符界面，按照提示输入你的用户名及密码

输入 sudo -i

输入密码

输入 cd /home/ ***( 这个按 Tab 键自动匹配 ) /Desktop

输入 ./NVIDIA-LIN … ( 这个按 Tab 键自动匹配 ) 或 /bin/bash 文件名

不懂的看图如下

按回车键后出现

…………………………………………………………………………………………………………………………………………………………………………………………………………………………….

说明开始安装

然后选择 Accept 等等同意字样

期间遇到协议的时候一直按空格键就行

协议完成后提示如图

输入 accept

然后一路同意就行

（7）安装 NVIDIA 结束后，同样操作安装 CUDA8.0 ，这里需要注意其中一个地方需要填写 N 才行，不能写 Y 。如图

其余操作如图

然后回车等待就行

（8）类似刚刚第（ 5 ）步的执行

输入 sudo vi /etc/default/grub 此时系统会进入一个文本页面。在第 20 行前后会出现 GRUB_CMDLINE_LINUX_DEFAULT="quiet" 。将光标移动到这个命令最前端，然后键盘点击 Esc 键，再点击 y 键两次，点一下 p 键。就会将本条指令复制一个放到下一行。然后点击 i 键，就能进行编辑了，在本行命令前面删除 # 号，然后移动到复制出来的那条，命令前面添加 # 号，按 Esc 键。 Shift + ：输入 wq 。

此时会调回命令框界面，输入 sudo update-grub

输入 shutdown – r now 重启

4.3、 Cudnn 安装

cd /home/***( 自己的用户名 )/Desktop/###( 这个命令意思是找到刚刚我们用 U 盘传过来的文件 )

tar xvzf cudnn- 8.0 -linux-x64-v5.1-ga.tgz ### （解压这个文件）

sudo cp cuda/include/cudnn.h /usr/local/cuda/include ### （复制）

sudo cp cuda/lib64/libcudnn * /usr/local/cuda/lib64 ### （复制）

sudo chmoda+r/usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn *

4.4、其他依赖安装：

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md

我们是在 github 的 Tensorflow 官方网页上，根据提示安装，地址如上。按步骤截图如下

sudo apt-get install python-pip python-dev （这个不完整，完整版如下）

sudo apt-get install python-pip python-dev Python-scipy Pythoy-numpy git

4.5、 Bazel 安装

链接： https://www.bazel.io/versions/master/docs/install.html

自动跳转

4.6、 numpy 安装

http://www.scipy.org/scipylib/download.html

git clone git://github.com/numpy/numpy.git numpy

4.7、 Tensorflow 安装

还是刚刚的网址

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md

./configure

bazel build -c opt //tensorflow/tools/pip_package:build_pip_package

bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package

bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

sudo pip install / home / *** （你自己的用户名） /Desktop /tensorflow-0.10.0- cp 2-none-any.whl

bazel build -c opt //tensorflow/tools/pip_package:build_pip_package

# To build with GPU support:

bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package

mkdir _python_build

cd _python_build

ln -s ../bazel-bin/tensorflow/tools/pip_package/build_pip_package.runfiles/org_tensorflow/ * .

ln -s ../tensorflow/tools/pip_package/ * .

python setup.py develop

五、测试 Tensorflow

六、实验：模仿梵高绘画

https://github.com/anishathalye/neural-style

在这个 github 网站下载相应代码

然后在命令窗口 cd /home/***( 你自己的用户名 )/Desktop/

git clone https://github.com/anishathalye/neural-style.git

接着你就能在桌面打开这个文件夹了

把你想修改的照片放入 example 文件夹内，然后在刚才的窗口命令接着输入：

python neural_style.py --content ./example/***.jpg( 此括号内不要复制： *** 代表你想要使用的图片名称 ) --styles ./example/ 1-style.jpg( 此括号内不要复制： 1-style.jpg 是梵高星空图片在文件夹内名称，你也可以换其他的风格，该名称就行了 ) --output ./example/$$$.jpg( 此括号内不要复制： $$$ 代表你想要生成的图片名称 )

例如我的输入如下python neural_style.py –content ./example/ 1-content .jpg --styles ./example/ 1-style .jpg --output ./example/ 1-output .jpg

接下来，见证奇迹的时刻到了。

在计算机学到梵高作品星空的风格之后，让计算机对指定图片进行梵高式处理，如下图所示