在實習期間接觸到的深度學習訓練系統 - NVIDIA DIGITS
引用NVIDIA官方的介紹：
”
DIGITS simplifies common deep learning tasks such as managing data, designing and training neural networks on multi-GPU systems, monitoring performance in real time with advanced visualizations, and selecting the best performing model from the results browser for deployment.
“
雖然，已經安裝完後，才開始的紀錄
盡量還原在安裝時的步驟以及碰到的困難 > <
以下為NVIDIA DIGITS安裝步驟：
環境：
os - Window 7
GPU - ROG-STRIX-GTX1080Ti
GPU driver - 397.64-desktop-win8-win7-64bit-international-whql
cuda 8.0
cudnn 5.1
python 2.7
Visual Studio 2013
步驟參考DIGITS官方github教學：
前置作業：
首先，先安裝好GPU驅動和cuda8.0, cudnn5.0，確定電腦可以利用顯卡加速，才能利用VS2013建置GPU加速專案。
安裝Git for windows，方便從GitHub clone專案到電腦 e.g. DIGITS, microsoft-caffe
利用Visual Studio 2013建置caffe on windows專案，其中專案相關設定和問題( ref： https://blog.csdn.net/daiaiji/article/details/73917751)，附帶DIGITS也會需要pycaffe(ref: https://blog.csdn.net/qq_14845119/article/details/52415090)建置過程中，需要從設定開啟建置，並標注python來源，安裝Anaconda 2.0，並加入到windows環境變數中。(pycaffe更不容易建置，需要仔細確認設定，還需要把部分程式註解 ，方可成功）
建置好的caffe和pycaffe都需要複製到python2 lib中，才能通過python import caffe的測試
將 PythonPath 環境變數加入pycaffe路徑
即可開始安裝DIGITS
DIGITS 正式開始：
DIGITS安裝參照官方步驟https://github.com/NVIDIA/DIGITS/blob/master/docs/BuildDigitsWindows.md
1. 官方步驟是以python2 digits-deserver指令，我們是在git bash下以執行腳本命令方式執行即可，也就是 sh digits-deserver替代原指令，開啟server。
（可能會碰到許多和import失敗的問題，依照錯誤逐一補齊即可）
成功畫面如下
2. 接下來，開啟網頁視窗連線localhost:5000，就可以看到DIGITS介面。
前置作業較麻煩很多很多，但當建好後，後續安裝簡單好上手。
以下將會就DIGITS介面使用作簡單導覽：
DIGITS的首頁有三大項目：Datasets, Models, Pretrained Models
匯入資料集
匯入model
其中包含參數設定、network設計(包含內建設定和自行定義)
設定好後，會產生出Network solver prototxt：
開始訓練後，Train Loss, Val_Loss, Val_Loss視覺化曲線圖：
訓練期間或完成後，都可以藉由sanpshot的weight紀錄，測試圖片結果
Comments