Open AI Training Station for Keras
Project description
Open AI Training Station
TODO:
※開発後削除
Trainer for Keras_cnn_audio.Trainer
Manager for Keras_cnn_audio.manage.py
Install
https://pypi.python.org/pypi/OpenATS
pip install 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
[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 = 128setting.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/
default-dataset.conf
/train/
/test/
/models/
001_cnn_4layer_a0.py
002_cnn_4layer_a0.py
/settings/
default-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.
