在Azure Ubunt Server 14.04虚机中使用Deep-Visualization-Toolbox-CSDN博客

参考网站

最近在研究深度学习的各种框架，目前研究到深度学习常用的一些辅助工具，比如说可视化工具，可以得到深度学习模型每一层的可视化结果，便于加深对于深度学习各种网络模型的理解。

目前调研到的可视化工具主要有：

Netscope （ http://ethereon.github.io/netscope/quickstart.html ）支持Caffe结构，用来查看深度网络模型结构
Deep Visualization Toolbox （ https://github.com/yosinski/deep-visualization-toolbox ）可以查看Caffe下训练的深度网络每一次的反卷积的可视化结果
TensorBoard （ https://www.tensorflow.org/get_started/summaries_and_tensorboard ）是支持TensorFlow的可视化工具

今天只关注在Azure的Ubuntu Server 14.04虚拟机中的Deep Visualization Toolbox的安装和使用。

1. 创建Azure Ubuntu Server 14.04虚拟机并实现远程桌面访问

a) 创建Azure虚拟机（Ubuntu Server 14.04）

Azure是微软的公有云平台，其上提供各种强大的功能，今天使用的是Azure上提供的IaaS服务——虚拟机服务。首先需要有一个Azure的订阅，才能使用Azure上面提供的各种各样的资源服务。

i. 登录Azure （https://portal.azure.com）

ii. 在左侧菜单中选择虚拟机服务，点击Ubuntu Server，选择Ubuntu Server 14.04 LTS，选择“创建”

iii. 填写设备参数，包括虚机名称、虚机类型、用户名、密码、选择订阅、资源组以及位置信息，点击“确认”

iv. 选择虚机大小，不同大小的费用不相同（一般会有推荐，也可以点击查看更多，查看所有虚机大小选项）

v. 配置虚拟网络和存储等信息

vi. 选择购买，开始部署虚机，约10分钟

b) 打开远程桌面访问端口

为了保证最高的安全性，微软Azure部署的Linux虚机最初只支持SSH（TCP/22）连接。为了实现远程桌面连接，需要打开RDP（TCP/3389）连接。这里就涉及到网络安全组的概念。网络安全组可以简单理解为一套端口打开或者关闭的组合，控制连接到虚机的端口状态。

下面就来打开RDP连接：

找到部署的虚机（如CaffeVM），点击左侧菜单中的网卡（NIC）菜单，选择列表中的相应的网卡。

在弹出的菜单中选择网络安全组，并选择相对应的网络安全组。

选择“Inbound security rules”，点击添加按钮

添加一个RDP(TCP/3389)连接

最后重启虚机即可。

c) Ubuntu Server 14.04安装图形界面及远程桌面访问（此部分参考文档d）

安装xrdp：

命令行模式输入“sudo apt-get install xrdp”

安装vnc4server （Virtual Network Computing）

命令行模式输入“sudo apt-get install vnc4server”

安装xfce4 （一个轻量级的类Unix的桌面操作系统）

命令行模式输入"sudo apt-get install xubuntu-desktop"-->回车-->输入root用户的密码-->回车-->输入"y"-->回车-->输入"echo "xfce4-session" >~/.xsession"-->回车-->输入"sudo service xrdp restart"-->回车,安装完成。

注意：这样安装之后，使用terminal的时候tab补全的会出现问题，此时可以这样解决：

首先依次打开Application Menu > Settings > Window Manager，选择“Keyboard”标签页，清除“Switch window for same application”设置即可。

d) 最后查询虚机的public IP （如果没有使用静态IP服务，Azure虚机每次关机后都会释放IP，重启后重新分配public IP），然后远程桌面连接即可（登录用户名和密码是创建虚机的时候设置的）

2. 在虚拟机中安装Caffe和Deep Visualization Toolbox

（此部分参考文档a、b，操作就不重复，只是记录一下操作中遇到的问题以及解决办法）

问题1： Step 2的时候安装scipy的时候报错，提示没有scipy模块。查询之后发现安装python-scipy即可（部署的虚机默认是安装该模块）

问题2：在编辑settings_local.py的时候，不仅要设置caffevis_caffe_root，而且还要设置caffevis_mode_gpu = False，否则不使用GPU的话会报错（我们部署的ubuntu虚机不带GPU，Azure上也提供GPU虚机，可参考 http://www.cnblogs.com/ToBeCoder/p/6491864.html）

最终结果：运行成功！！！

这个工具还是挺有意思的，可以看到每层每个神经元的结构和内容，并且可以进行可视化。左上角是输入图片，中间的部分是对图片经过网络(这里是CaffeNet)进行前向传播之后得到feature map的可视化，我们可以通过上下左右控制光标移动，按'h'键可以查看按键的功能，我们尝试移动一下光标，看一下conv5的第151个feature map, 左边的中间区域是feature map的放大版本，右侧上方的九张图片是参数化的可视化方法(gradient ascent),这里暂且不提，右侧中间区域就是使用在上面提到的方法，得到的这个feature map的前9张响应图片块，下方是对这几张图片进行反卷积的结果。

基本的按键：

e 切换下一张

w 切换上一张

b 对某一个feature map进行反卷积

o 光标不变，切换下一层

u 光标不变，切换上一层

h 打开帮助菜单

转载于:https://www.cnblogs.com/ToBeCoder/p/6492953.html