Open AI Training Station for Keras
Project description
# OpenATS
Open AI Training Station
## Install
https://pypi.python.org/pypi/openATS
## ルール
* r1. 1 Stationに 1 Dataset
* r2. 1 Stationに n Model
* r3. 1 Stationに n Setting
つまり、1StationにつきNxNパターンの学習を実施する.
## Usage
* Init
初期ディレクトリツリーを作成する
```
openATS init
```
* Create Dataset
データセットを作り直す
```
openATS makeDataset
```
* Run
あるモデルと設定ファイルの組みで学習を開始する
```
openATS run -m model001.py -s 01-setting.conf
```
* Run All
モデル数x設定ファイルパターンの学習を開始する
```
openATS runAll
```
* Test
少ないサンプルとエポック数で、正常に学習可能かテストする
```
openATS run --test -m model001.py -s 01-settings.conf
openATS runALL --test
```
## Feature
* __テストモード__ : epoch1, datasize100, batch_size10, 計算ができるか実行する機能.
* __モデル保存__ :
* (1)__BestAcc-Model__ : 最大Acc時の重みを保存.
* (2)__LastAcc-Model__ : 最終Accを保存
### Version1.x
* __Datasource__ : 信号データのみ対応
* __Dataset__ : mspec、mfccに対応
* __Model.py__ : Modelファイルはpyファイルのみ対応
* __Setting.conf__ : .confのみ対応
### Version2.x
* __Datasource__ : 画像データの入力に対応
* __Model.json__ : Modelファイルのjsonインポートに対応
* __Setting.conf__ : json対応
* __HTTP Access__ : 指定したWebサーバーにログを送信する機能
## dataset.conf
```conf
[Datasource]
datasource_dirfullpath = /home/ubuntu/datasource/mp3/
allow_subdirs = True
datasource_ext = mp3
[Dataset]
max_duration_ms = 3000 # max duration. Zero padding if shorter.
error_if_shorter = True # error_if_shorter_than_max_duration
pipeline = "mspec" # "mfcc", "mspec"
nfft = 4096
nmel = 128
```
## setting.conf
```
[model]
optimizer = "adam" # Keras opt. sgd,rmsprop,Adagrad,Adadelta,Adam,Adamax,Nadam
# loss = "categorical_crossentropy" # binary_crossentropy
metrics = 'accutuary'
[train]
epoch = 2
batch_size = 32
sample_size = 500
```
## 基本ディレクトリ構成
initコマンドでコマンドを実行したディレクトリに初期構成を展開
```
$ openATS init
Create default directory tree ..
.gitignore
Stationfile
/dataset/
dataset.conf
/train/
/test/
/models/
001_cnn_4layer_a0.py
002_cnn_4layer_a0.py
/settings/
base-setting.conf
argmentation.conf
non-argumentation.conf
/results/
/001_cnn_4layer_a0-_sample-settings/
/tflogs/
training.csv
validate.csv
classification_report.csv
acc_vs_epoch.json
loss_vs_epoch.jon
model.png
model-bestepoch-200.model
model-lastepoch-1200.model
acc_vs_epoch.png
loss_vs_epoch.png
```
## .gitignore
```
*.pyc
__pycache__/
dataset/
```
## Resultディレクトリ
* 結果ファイルの格納方法
解析中にはテンポラリディレクトリに結果ファイルを保存する。解析が完了後Resultディレクトリに移動
Open AI Training Station
## Install
https://pypi.python.org/pypi/openATS
## ルール
* r1. 1 Stationに 1 Dataset
* r2. 1 Stationに n Model
* r3. 1 Stationに n Setting
つまり、1StationにつきNxNパターンの学習を実施する.
## Usage
* Init
初期ディレクトリツリーを作成する
```
openATS init
```
* Create Dataset
データセットを作り直す
```
openATS makeDataset
```
* Run
あるモデルと設定ファイルの組みで学習を開始する
```
openATS run -m model001.py -s 01-setting.conf
```
* Run All
モデル数x設定ファイルパターンの学習を開始する
```
openATS runAll
```
* Test
少ないサンプルとエポック数で、正常に学習可能かテストする
```
openATS run --test -m model001.py -s 01-settings.conf
openATS runALL --test
```
## Feature
* __テストモード__ : epoch1, datasize100, batch_size10, 計算ができるか実行する機能.
* __モデル保存__ :
* (1)__BestAcc-Model__ : 最大Acc時の重みを保存.
* (2)__LastAcc-Model__ : 最終Accを保存
### Version1.x
* __Datasource__ : 信号データのみ対応
* __Dataset__ : mspec、mfccに対応
* __Model.py__ : Modelファイルはpyファイルのみ対応
* __Setting.conf__ : .confのみ対応
### Version2.x
* __Datasource__ : 画像データの入力に対応
* __Model.json__ : Modelファイルのjsonインポートに対応
* __Setting.conf__ : json対応
* __HTTP Access__ : 指定したWebサーバーにログを送信する機能
## dataset.conf
```conf
[Datasource]
datasource_dirfullpath = /home/ubuntu/datasource/mp3/
allow_subdirs = True
datasource_ext = mp3
[Dataset]
max_duration_ms = 3000 # max duration. Zero padding if shorter.
error_if_shorter = True # error_if_shorter_than_max_duration
pipeline = "mspec" # "mfcc", "mspec"
nfft = 4096
nmel = 128
```
## setting.conf
```
[model]
optimizer = "adam" # Keras opt. sgd,rmsprop,Adagrad,Adadelta,Adam,Adamax,Nadam
# loss = "categorical_crossentropy" # binary_crossentropy
metrics = 'accutuary'
[train]
epoch = 2
batch_size = 32
sample_size = 500
```
## 基本ディレクトリ構成
initコマンドでコマンドを実行したディレクトリに初期構成を展開
```
$ openATS init
Create default directory tree ..
.gitignore
Stationfile
/dataset/
dataset.conf
/train/
/test/
/models/
001_cnn_4layer_a0.py
002_cnn_4layer_a0.py
/settings/
base-setting.conf
argmentation.conf
non-argumentation.conf
/results/
/001_cnn_4layer_a0-_sample-settings/
/tflogs/
training.csv
validate.csv
classification_report.csv
acc_vs_epoch.json
loss_vs_epoch.jon
model.png
model-bestepoch-200.model
model-lastepoch-1200.model
acc_vs_epoch.png
loss_vs_epoch.png
```
## .gitignore
```
*.pyc
__pycache__/
dataset/
```
## Resultディレクトリ
* 結果ファイルの格納方法
解析中にはテンポラリディレクトリに結果ファイルを保存する。解析が完了後Resultディレクトリに移動
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
OpenATS-0.0.dev5.tar.gz
(3.9 kB
view hashes)
Built Distribution
Close
Hashes for OpenATS-0.0.dev5-py3-none-any.whl
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 | 66ef4e9c916e7216b9978c0b259e3dc0b954f5f4299bed377a327b418dc6e4bb |
|
| MD5 | 247156afd56ea897f420e3a0ae1dfaab |
|
| BLAKE2b-256 | 54947f247448b0d69e4b403d7512bb7eb1695a1a362d8aeb9dafb4f175e8439a |
