ニューラルネットワークを用いた炭素鋼の鋼種識別
. ├── app │ ├── main_kcs.ipynb │ ├── main_ubuntu_AlexNet_v2.ipynb │ └── services │ └── gradcam.ipynb ├── bin │ ├── docker_setup.sh │ ├── exec_ipynb.sh │ ├── formatter.sh │ └── setup.sh ├── config │ ├── __init__.py │ └── setting.py ├── dataset_npz ├── Dockerfile ├── Makefile ├── module │ ├── const.py │ ├── __init__.py │ └── machine_learning_model.py ├── README.md ├── requirements.sample.txt ├── requirements.txt ├── result │ ├── main_ubuntu_AlexNet_v1.nbconvert.ipynb │ ├── main_ubuntu_AlexNet_v2_drop.nbconvert.ipynb │ ├── main_ubuntu_lenet_v2_BN.nbconvert.ipynb │ └── services │ └── gradcam.nbconvert.ipynb └── setup.py
8 directories, 22 files
機械学習ライブラリにPyTorchを使用しているためGPUが必須.
"dataset_npz"をアプリケーション配下に設置.
Build & Running Docker Container
sh bin/docker_setup.sh
コンテナ内に入ったらaliasを登録するために毎回以下を実行.
source bin/setup.sh
/app内のJupyter Notebookを実行するときは、APP_PATHで以下を叩くと実行結果ファイル/result/${file_name}_epoch_${epochs}.nbconvert.ipynbが出力される.
ipynb ${file_name} ${epochs}
※第2引数は省略可
ex. 300epochs分を回す/app/alex_net.ipynbを実行するとき
実行コマンド
ipynb alex_net 300
出力ファイル：/result/alex_net_epoch_300.nbconvert.ipynb
Check Linter
black ./ --check
Exec Linter
black ./