十分钟搭建 Neural Style 服务

http://blog.csdn.net/kkk584520/article/details/51051188

Neural style 是让机器模仿已有画作的绘画风格来把一张图片重新绘制的算法。原始论文参考【1】。

下面将介绍如何搭建基于 MxNet 的 neural style 服务，在阿里云 HPC （https://www.aliyun.com/product/hpc）上部署时间不超过十分钟。

 

获取MxNet源码：

 

[plain] view plain copy
 
 print?在CODE上查看代码片派生到我的代码片
  1. # git clone https://github.com/dmlc/mxnet.git --recursive  
  2. 正克隆到 'mxnet'...  
  3. remote: Counting objects: 20971, done.  
  4. remote: Compressing objects: 100% (10/10), done.  
  5. remote: Total 20971 (delta 4), reused 2 (delta 2), pack-reused 20959  
  6. 接收对象中: 100% (20971/20971), 5.67 MiB | 987.00 KiB/s, done.  
  7. 处理 delta 中: 100% (12892/12892), done.  
  8. 子模组 'dmlc-core' (https://github.com/dmlc/dmlc-core.git) 已为路径 'dmlc-core' 注册  
  9. 子模组 'mshadow' (https://github.com/dmlc/mshadow.git) 已为路径 'mshadow' 注册  
  10. 子模组 'ps-lite' (https://github.com/dmlc/ps-lite) 已为路径 'ps-lite' 注册  
  11. 正克隆到 'dmlc-core'...  
  12. remote: Counting objects: 3503, done.  
  13. remote: Total 3503 (delta 0), reused 0 (delta 0), pack-reused 3503  
  14. 接收对象中: 100% (3503/3503), 777.75 KiB | 144.00 KiB/s, done.  
  15. 处理 delta 中: 100% (2075/2075), done.  
  16. 子模组路径 'dmlc-core'：检出 '0fb74229bc635946667f7dfd1c17116b37d0d870'  
  17. 正克隆到 'mshadow'...  
  18. remote: Counting objects: 3566, done.  
  19. remote: Total 3566 (delta 0), reused 0 (delta 0), pack-reused 3566  
  20. 接收对象中: 100% (3566/3566), 1.17 MiB | 243.00 KiB/s, done.  
  21. 处理 delta 中: 100% (2450/2450), done.  
  22. 子模组路径 'mshadow'：检出 'f2df1886e43f114ae01a2384d77954acfede2aba'  
  23. 正克隆到 'ps-lite'...  
  24. remote: Counting objects: 1687, done.  
  25. remote: Total 1687 (delta 0), reused 0 (delta 0), pack-reused 1687  
  26. 接收对象中: 100% (1687/1687), 523.36 KiB | 148.00 KiB/s, done.  
  27. 处理 delta 中: 100% (1066/1066), done.  
  28. 子模组路径 'ps-lite'：检出 '7faaeb73bcb9d68b464186d3191494aa95243703'  


修改编译选项


编辑 make/config.mk

 

 

 

[plain] view plain copy
 
 print?在CODE上查看代码片派生到我的代码片
  1. (1)   
  2. # whether use CUDA during compile  
  3. USE_CUDA = 0  
  4. 改为  
  5. # whether use CUDA during compile  
  6. USE_CUDA = 1  
  7.   
  8. (2)  
  9. # add the path to CUDA library to link and compile flag  
  10. # if you have already add them to environment variable, leave it as NONE  
  11. # USE_CUDA_PATH = /usr/local/cuda  
  12. USE_CUDA_PATH = NONE  
  13. 改为  
  14. # add the path to CUDA library to link and compile flag  
  15. # if you have already add them to environment variable, leave it as NONE  
  16. USE_CUDA_PATH = /usr/local/cuda  
  17. # USE_CUDA_PATH = NONE  
  18.   
  19. (3)  
  20. # whether use CuDNN R3 library  
  21. USE_CUDNN = 0  
  22. 改为  
  23. # whether use CuDNN R3 library  
  24. USE_CUDNN = 1  
  25.   
  26. (4)  
  27. # choose the version of blas you want to use  
  28. # can be: mkl, blas, atlas, openblas  
  29. # in default use atlas for linux while apple for osx  
  30. UNAME_S := $(shell uname -s)  
  31. ifeq ($(UNAME_S), Darwin)  
  32. USE_BLAS = apple  
  33. else  
  34. USE_BLAS = atlas  
  35. Endif  
  36. 改为  
  37. # choose the version of blas you want to use  
  38. # can be: mkl, blas, atlas, openblas  
  39. # in default use atlas for linux while apple for osx  
  40. UNAME_S := $(shell uname -s)  
  41. ifeq ($(UNAME_S), Darwin)  
  42. USE_BLAS = apple  
  43. else  
  44. USE_BLAS = openblas  
  45. Endif  
  46.   
  47. 编辑 Makefile  
  48. CFLAGS += -I$(ROOTDIR)/mshadow/ -I$(ROOTDIR)/dmlc-core/include -fPIC -Iinclude $(MSHADOW_CFLAGS)  
  49. LDFLAGS = -pthread $(MSHADOW_LDFLAGS) $(DMLC_LDFLAGS)  
  50. 改为  
  51. CFLAGS += -I/disk1/deeplearning/local_install/include -I$(ROOTDIR)/mshadow/ -I$(ROOTDIR)/dmlc-core/include -fPIC -Iinclude $(MSHADOW_CFLAGS)  
  52. LDFLAGS = -L/disk1/deeplearning/local_install/lib -pthread $(MSHADOW_LDFLAGS) $(DMLC_LDFLAGS)  


编译 MxNet ：

 

 

[plain] view plain copy
 
 print?在CODE上查看代码片派生到我的代码片
  1. # export PKG_CONFIG_PATH=/disk1/deeplearning/local_install/lib/pkgconfig/  
  2. # make –j  
  3. ……  


安装：

 

 

[plain] view plain copy
 
 print?在CODE上查看代码片派生到我的代码片
  1. # cd python/  
  2. # python setup.py install  
  3. ……  


准备 Neural Style 模型和数据：

 

 

[plain] view plain copy
 
 print?在CODE上查看代码片派生到我的代码片
  1. # cd example/neural-style/  
  2. # ls  
  3. download.sh  find_mxnet.py  model_vgg19.py  README.md  run.py  
  4. # ./download.sh  
  5. --2016-03-28 16:57:38--  https://github.com/dmlc/web-data/raw/master/mxnet/neural-style/model/vgg19.params  
  6. 位置：https://raw.githubusercontent.com/dmlc/web-data/master/mxnet/neural-style/model/vgg19.params [跟随至新的 URL]  
  7. --2016-03-28 16:57:54--  https://raw.githubusercontent.com/dmlc/web-data/master/mxnet/neural-style/model/vgg19.params  
  8. 长度：80099200 (76M) [application/octet-stream]  
  9. 正在保存至: “vgg19.params”  
  10.   
  11. 100%[===================================================================================================================================================>] 80,099,200  13.1MB/s 用时 6.2s  
  12.   
  13. 2016-03-28 16:58:11 (12.2 MB/s) - 已保存 “vgg19.params” [80099200/80099200])  
  14.   
  15. --2016-03-28 16:58:11--  https://github.com/dmlc/web-data/raw/master/mxnet/neural-style/input/IMG_4343.jpg  
  16. 位置：https://raw.githubusercontent.com/dmlc/web-data/master/mxnet/neural-style/input/IMG_4343.jpg [跟随至新的 URL]  
  17. --2016-03-28 16:58:13--  https://raw.githubusercontent.com/dmlc/web-data/master/mxnet/neural-style/input/IMG_4343.jpg  
  18. 长度：230594 (225K) [image/jpeg]  
  19. 正在保存至: “IMG_4343.jpg”  
  20.   
  21. 100%[===================================================================================================================================================>] 230,594      902KB/s 用时 0.2s  
  22.   
  23. 2016-03-28 16:58:14 (902 KB/s) - 已保存 “IMG_4343.jpg” [230594/230594])  
  24.   
  25. --2016-03-28 16:58:14--  https://github.com/dmlc/web-data/raw/master/mxnet/neural-style/input/starry_night.jpg  
  26. 位置：https://raw.githubusercontent.com/dmlc/web-data/master/mxnet/neural-style/input/starry_night.jpg [跟随至新的 URL]  
  27. --2016-03-28 16:58:15--  https://raw.githubusercontent.com/dmlc/web-data/master/mxnet/neural-style/input/starry_night.jpg  
  28. 长度：315236 (308K) [image/jpeg]  
  29. 正在保存至: “starry_night.jpg”  
  30.   
  31. 100%[===================================================================================================================================================>] 315,236     1.25MB/s 用时 0.2s  
  32.   
  33. 2016-03-28 16:58:16 (1.25 MB/s) - 已保存 “starry_night.jpg” [315236/315236])  


运行 Neural Style 例程：

 

 

[plain] view plain copy
 
 print?在CODE上查看代码片派生到我的代码片
  1. # python run.py  
  2. INFO:root:load the content image, size = (1000, 1500)  
  3. INFO:root:resize the content image to (400, 600)  
  4. INFO:root:start training arguments Namespace(content_image='input/IMG_4343.jpg', content_weight=10, gpu=0, lr=0.1, max_long_edge=600, max_num_epochs=1000, model='vgg19', output='output/out.jpg', remove_noise=0.2, save_epochs=50, stop_eps=0.005, style_image='input/starry_night.jpg', style_weight=1)  
  5. INFO:root:epoch 0, relative change 0.991449  
  6. INFO:root:epoch 1, relative change 0.639205  
  7. INFO:root:epoch 2, relative change 0.478858  
  8. INFO:root:epoch 3, relative change 0.385878  
  9. INFO:root:epoch 4, relative change 0.321652  
  10. INFO:root:epoch 5, relative change 0.274459  
  11. INFO:root:epoch 6, relative change 0.234445  
  12. INFO:root:epoch 7, relative change 0.185482  
  13. INFO:root:epoch 8, relative change 0.149244  
  14. INFO:root:epoch 9, relative change 0.127406  
  15. INFO:root:epoch 10, relative change 0.113780  
  16. INFO:root:Update[11]: Change learning rate to 9.00000e-02  
  17. INFO:root:epoch 11, relative change 0.101375  
  18. INFO:root:epoch 12, relative change 0.090326  
  19. INFO:root:epoch 13, relative change 0.084095  
  20. INFO:root:epoch 14, relative change 0.083168  
  21. INFO:root:epoch 15, relative change 0.085777  
  22. INFO:root:epoch 16, relative change 0.089530  
  23. INFO:root:epoch 17, relative change 0.092034  
  24. INFO:root:epoch 18, relative change 0.090668  
  25. INFO:root:epoch 19, relative change 0.086283  
  26. INFO:root:epoch 20, relative change 0.081812  
  27. INFO:root:Update[21]: Change learning rate to 8.10000e-02  
  28. INFO:root:epoch 21, relative change 0.076982  
  29. INFO:root:epoch 22, relative change 0.071818  
  30. INFO:root:epoch 23, relative change 0.066535  
  31. INFO:root:epoch 24, relative change 0.061628  
  32. INFO:root:epoch 25, relative change 0.057347  
  33. INFO:root:epoch 26, relative change 0.054294  
  34. INFO:root:epoch 27, relative change 0.053362  
  35. INFO:root:epoch 28, relative change 0.054526  
  36. INFO:root:epoch 29, relative change 0.056334  
  37. INFO:root:epoch 30, relative change 0.057255  
  38. INFO:root:Update[31]: Change learning rate to 7.29000e-02  
  39. INFO:root:epoch 31, relative change 0.056267  
  40. INFO:root:epoch 32, relative change 0.054968  
  41. INFO:root:epoch 33, relative change 0.054624  
  42. INFO:root:epoch 34, relative change 0.053384  
  43. INFO:root:epoch 35, relative change 0.051284  
  44. INFO:root:epoch 36, relative change 0.048232  
  45. INFO:root:epoch 37, relative change 0.046385  
  46. INFO:root:epoch 38, relative change 0.044870  
  47. INFO:root:epoch 39, relative change 0.043447  
  48. INFO:root:epoch 40, relative change 0.042659  
  49. INFO:root:Update[41]: Change learning rate to 6.56100e-02  
  50. INFO:root:epoch 41, relative change 0.039969  
  51. INFO:root:epoch 42, relative change 0.038084  
  52. INFO:root:epoch 43, relative change 0.036276  
  53. INFO:root:epoch 44, relative change 0.034864  
  54. INFO:root:epoch 45, relative change 0.034026  
  55. INFO:root:epoch 46, relative change 0.034046  
  56. INFO:root:epoch 47, relative change 0.033529  
  57. INFO:root:epoch 48, relative change 0.032085  
  58. INFO:root:epoch 49, relative change 0.031398  
  59. INFO:root:save output to output/tmp_50.jpg  
  60. /disk1/deeplearning/anaconda2/lib/python2.7/site-packages/skimage/util/dtype.py:111: UserWarning: Possible precision loss when converting from float64 to uint8  
  61.   "%s to %s" % (dtypeobj_in, dtypeobj))  
  62. INFO:root:epoch 50, relative change 0.031347  
  63. INFO:root:Update[51]: Change learning rate to 5.90490e-02  
  64. INFO:root:epoch 51, relative change 0.031458  
  65. INFO:root:epoch 52, relative change 0.030541  
  66. INFO:root:epoch 53, relative change 0.028714  
  67. INFO:root:epoch 54, relative change 0.028467  
  68. INFO:root:epoch 55, relative change 0.027554  
  69. INFO:root:epoch 56, relative change 0.025826  
  70. INFO:root:epoch 57, relative change 0.026127  
  71. INFO:root:epoch 58, relative change 0.024360  
  72. INFO:root:epoch 59, relative change 0.024311  
  73. INFO:root:epoch 60, relative change 0.022046  
  74. INFO:root:Update[61]: Change learning rate to 5.31441e-02  
  75. INFO:root:epoch 61, relative change 0.022097  
  76. INFO:root:epoch 62, relative change 0.019917  
  77. INFO:root:epoch 63, relative change 0.020184  
  78. INFO:root:epoch 64, relative change 0.017810  
  79. INFO:root:epoch 65, relative change 0.017987  
  80. INFO:root:epoch 66, relative change 0.016383  
  81. INFO:root:epoch 67, relative change 0.017593  
  82. INFO:root:epoch 68, relative change 0.015544  
  83. INFO:root:epoch 69, relative change 0.017172  
  84. INFO:root:epoch 70, relative change 0.015113  
  85. INFO:root:Update[71]: Change learning rate to 4.78297e-02  
  86. INFO:root:epoch 71, relative change 0.015867  
  87. INFO:root:epoch 72, relative change 0.014007  
  88. INFO:root:epoch 73, relative change 0.014800  
  89. INFO:root:epoch 74, relative change 0.013104  
  90. INFO:root:epoch 75, relative change 0.014838  
  91. INFO:root:epoch 76, relative change 0.012413  
  92. INFO:root:epoch 77, relative change 0.013954  
  93. INFO:root:epoch 78, relative change 0.012503  
  94. INFO:root:epoch 79, relative change 0.014131  
  95. INFO:root:epoch 80, relative change 0.011837  
  96. INFO:root:Update[81]: Change learning rate to 4.30467e-02  
  97. INFO:root:epoch 81, relative change 0.012995  
  98. INFO:root:epoch 82, relative change 0.011472  
  99. INFO:root:epoch 83, relative change 0.012635  
  100. INFO:root:epoch 84, relative change 0.010827  
  101. INFO:root:epoch 85, relative change 0.012640  
  102. INFO:root:epoch 86, relative change 0.010638  
  103. INFO:root:epoch 87, relative change 0.012243  
  104. INFO:root:epoch 88, relative change 0.010504  
  105. INFO:root:epoch 89, relative change 0.011789  
  106. INFO:root:epoch 90, relative change 0.010193  
  107. INFO:root:Update[91]: Change learning rate to 3.87420e-02  
  108. INFO:root:epoch 91, relative change 0.011762  
  109. INFO:root:epoch 92, relative change 0.009751  
  110. INFO:root:epoch 93, relative change 0.010758  
  111. INFO:root:epoch 94, relative change 0.009456  
  112. INFO:root:epoch 95, relative change 0.011349  
  113. INFO:root:epoch 96, relative change 0.009183  
  114. INFO:root:epoch 97, relative change 0.010511  
  115. INFO:root:epoch 98, relative change 0.009244  
  116. INFO:root:epoch 99, relative change 0.010658  
  117. INFO:root:save output to output/tmp_100.jpg  
  118. INFO:root:epoch 100, relative change 0.008773  
  119. INFO:root:Update[101]: Change learning rate to 3.48678e-02  
  120. INFO:root:epoch 101, relative change 0.010101  
  121. INFO:root:epoch 102, relative change 0.008547  
  122. INFO:root:epoch 103, relative change 0.009856  
  123. INFO:root:epoch 104, relative change 0.008356  
  124. INFO:root:epoch 105, relative change 0.009952  
  125. INFO:root:epoch 106, relative change 0.008303  
  126. INFO:root:epoch 107, relative change 0.009713  
  127. INFO:root:epoch 108, relative change 0.008323  
  128. INFO:root:epoch 109, relative change 0.009423  
  129. ^^INFO:root:epoch 110, relative change 0.008171  
  130. INFO:root:Update[111]: Change learning rate to 3.13811e-02  
  131. INFO:root:epoch 111, relative change 0.009585  
  132. INFO:root:epoch 112, relative change 0.008034  
  133. INFO:root:epoch 113, relative change 0.008760  
  134. INFO:root:epoch 114, relative change 0.007746  
  135. INFO:root:epoch 115, relative change 0.009353  
  136. INFO:root:epoch 116, relative change 0.007418  
  137. INFO:root:epoch 117, relative change 0.008406  
  138. INFO:root:epoch 118, relative change 0.007384  
  139. INFO:root:epoch 119, relative change 0.008828  
  140. INFO:root:epoch 120, relative change 0.007084  
  141. INFO:root:Update[121]: Change learning rate to 2.82430e-02  
  142. INFO:root:epoch 121, relative change 0.008017  
  143. INFO:root:epoch 122, relative change 0.006935  
  144. INFO:root:epoch 123, relative change 0.008137  
  145. INFO:root:epoch 124, relative change 0.006811  
  146. INFO:root:epoch 125, relative change 0.008026  
  147. INFO:root:epoch 126, relative change 0.006733  
  148. INFO:root:epoch 127, relative change 0.007884  
  149. INFO:root:epoch 128, relative change 0.006674  
  150. INFO:root:epoch 129, relative change 0.007826  
  151. INFO:root:epoch 130, relative change 0.006627  
  152. INFO:root:Update[131]: Change learning rate to 2.54187e-02  
  153. INFO:root:epoch 131, relative change 0.007637  
  154. INFO:root:epoch 132, relative change 0.006630  
  155. INFO:root:epoch 133, relative change 0.007475  
  156. INFO:root:epoch 134, relative change 0.006713  
  157. INFO:root:epoch 135, relative change 0.007901  
  158. INFO:root:epoch 136, relative change 0.006373  
  159. INFO:root:epoch 137, relative change 0.007069  
  160. INFO:root:epoch 138, relative change 0.006252  
  161. INFO:root:epoch 139, relative change 0.007505  
  162. INFO:root:epoch 140, relative change 0.006020  
  163. INFO:root:Update[141]: Change learning rate to 2.28768e-02  
  164. INFO:root:epoch 141, relative change 0.006644  
  165. INFO:root:epoch 142, relative change 0.005896  
  166. INFO:root:epoch 143, relative change 0.006905  
  167. INFO:root:epoch 144, relative change 0.005786  
  168. INFO:root:epoch 145, relative change 0.006633  
  169. INFO:root:epoch 146, relative change 0.005680  
  170. INFO:root:epoch 147, relative change 0.006628  
  171. INFO:root:epoch 148, relative change 0.005598  
  172. INFO:root:epoch 149, relative change 0.006543  
  173. INFO:root:save output to output/tmp_150.jpg  
  174. INFO:root:epoch 150, relative change 0.005588  
  175. INFO:root:Update[151]: Change learning rate to 2.05891e-02  
  176. INFO:root:epoch 151, relative change 0.006343  
  177. INFO:root:epoch 152, relative change 0.005581  
  178. INFO:root:epoch 153, relative change 0.006313  
  179. INFO:root:epoch 154, relative change 0.005680  
  180. INFO:root:epoch 155, relative change 0.006554  
  181. INFO:root:epoch 156, relative change 0.005409  
  182. INFO:root:epoch 157, relative change 0.005958  
  183. INFO:root:epoch 158, relative change 0.005302  
  184. INFO:root:epoch 159, relative change 0.006252  
  185. INFO:root:epoch 160, relative change 0.005130  
  186. INFO:root:Update[161]: Change learning rate to 1.85302e-02  
  187. INFO:root:epoch 161, relative change 0.005618  
  188. INFO:root:epoch 162, relative change 0.005035  
  189. INFO:root:epoch 163, relative change 0.005801  
  190. INFO:root:epoch 164, relative change 0.004944  
  191. INFO:root:eps < args.stop_eps, training finished  
  192. INFO:root:save output to output/out.jpg  


查看结果

 

 

输入图像为：

风格图像为：

输出图像为：

运行一次图片风格转换时间为1-2 min。
上述demo只能在命令行下调用，你也可以搭一个简易的web server，支持用户上传下载图片，例如图片风格转换服务。
立刻尝试在阿里云 HPC 上搭建你的服务！入口 
更多新的 demo 请关注阿里云 HPC 官方论坛

 

参考文献：

【1】 A Neural Algorithm of Artistic Style， arXiv:1508.06576v2

posted @ 2016-11-08 22:36  FlyingJiang  阅读(255)  评论(0)  编辑  收藏  举报