Kusakata.bot: update Pkg/AUR templates

2017-05-10T23:04:23Z

update Pkg/AUR templates

← 古い版		2017年5月11日 (木) 08:04時点における版
68行目:		68行目:
	以下の [https://developer.nvidia.com/cudnn cuDNN] ライブラリとバインディングパッケージもインストールすることを推奨します。cuDNN バックエンドを有効にして学習することができ、高速化につながります。		以下の [https://developer.nvidia.com/cudnn cuDNN] ライブラリとバインディングパッケージもインストールすることを推奨します。cuDNN バックエンドを有効にして学習することができ、高速化につながります。

	* {{~~AUR~~\|cudnn}} (オプション)		* {{Pkg\|cudnn}} (オプション)
	* {{AUR\|torch7-cudnn-git}} (オプション)		* {{AUR\|torch7-cudnn-git}} (オプション)

	{{~~AUR~~\|cudnn}} をインストールするときは [https://developer.nvidia.com/cudnn NVIDIA の cuDNN サイト] から cuDNN のバイナリパックを手動でダウンロードする必要があります。		{{Pkg\|cudnn}} をインストールするときは [https://developer.nvidia.com/cudnn NVIDIA の cuDNN サイト] から cuDNN のバイナリパックを手動でダウンロードする必要があります。

	=== waifu2x ソース ===		=== waifu2x ソース ===

Kusakata: ページの作成:「Category:グラフィックとデスクトップパブリッシング en:Waifu2x この記事では深層畳み込みニューラルネットワークを使った...」

2016-10-13T12:37:20Z

ページの作成:「Category:グラフィックとデスクトップパブリッシング en:Waifu2x この記事では深層畳み込みニューラルネットワークを使った...」

新規ページ

[[Category:グラフィックとデスクトップパブリッシング]]
[[en:Waifu2x]]
この記事では深層畳み込みニューラルネットワークを使ったアニメ絵向けの超解像システムである [https://github.com/nagadomi/waifu2x waifu2x] をインストール・使用したり学習を行う方法を説明します。

== インストール ==

waifu2x を直接使用するには {{AUR|waifu2x-git}} パッケージをインストールしてください。AUR で {{ic|waifu2x}} を検索すると他バージョンの waifu2x が見つかります。

{{Tip|NVIDIA の GPU を使っている場合、{{Pkg|cuda}} をインストールすることで超解像処理を高速化することができます。}}

== 使用方法 ==

waifu2x は {{ic|waifu2x}} コマンドで使うことができます。詳しいオプションは {{ic|waifu2x --help}} を実行してください。

=== アップスケーリング ===

{{ic|--scale_ratio}} パラメータを使って縮尺を指定してください。{{ic|-i}} で入力ファイル名を、{{ic|-o}} で出力ファイル名を指定します:

$ waifu2x --scale_ratio 2 -i my_waifu.png -o 2x_my_waifu.png

=== ノイズリダクション ===

{{ic|--noise_level}} パラメータを使ってノイズリダクションのレベルを指定できます ({{ic|1}} または {{ic|2}}):

{{bc|1=<nowiki>
waifu2x --noise_level 1 -i my_waifu.png -o lucid_my_waifu.png
</nowiki>}}

また、{{ic|--jobs}} を使うことで同時実行されるスレッドの数を指定することができます (マルチコアの CPU で効果があります):

$ waifu2x --jobs 4 --noise_level 1 -i my_waifu.png -o lucid_my_waifu.png

=== アップスケーリング & ノイズリダクション ===

{{ic|--scale_ratio}} と {{ic|--noise_level}} は組み合わせることができます:

$ waifu2x --scale_ratio 2 --noise_level 1 -i my_waifu.png -o 2x_lucid_my_waifu.png

{{Tip|バッチ操作のインターフェイスを探している場合、[https://gist.github.com/frantic1048/0970e86c4304b322270edc0ab36dd6a8 waifu2x ラッパースクリプト] を見てください。}}

== 学習 ==

カスタムモデルを学習させるには、NVIDIA のグラフィックカードが必須です。waifu2x は [[CUDA]] を使用しているためです。学習を行うには以下の依存パッケージと waifu2x のソースが必要になります。

=== 依存パッケージ ===

以下のパッケージをインストールしてください:

* {{Pkg|lua51}}
* {{Pkg|cuda}}
* {{Pkg|snappy}}
* {{Pkg|graphicsmagick}}
* {{AUR|torch7-git}}
* {{AUR|torch7-trepl-git}}
* {{AUR|torch7-sys-git}}
* {{AUR|torch7-cutorch-git}}
* {{AUR|torch7-nn-git}}
* {{AUR|torch7-cunn-git}}
* {{AUR|torch7-image-git}}
* {{AUR|torch7-xlua-git}}
* {{AUR|torch7-dok-git}}
* {{AUR|torch7-optim-git}}
* {{AUR|lua51-graphicsmagick-git}}
* {{AUR|lua51-cjson}}
* {{AUR|lua51-csvigo-git}}
* {{AUR|lua51-snappy-git}}

以下の [https://developer.nvidia.com/cudnn cuDNN] ライブラリとバインディングパッケージもインストールすることを推奨します。cuDNN バックエンドを有効にして学習することができ、高速化につながります。

* {{AUR|cudnn}} (オプション)
* {{AUR|torch7-cudnn-git}} (オプション)

{{AUR|cudnn}} をインストールするときは [https://developer.nvidia.com/cudnn NVIDIA の cuDNN サイト] から cuDNN のバイナリパックを手動でダウンロードする必要があります。

=== waifu2x ソース ===

GitHub から waifu2x のソースコードを取得:

$ git clone --depth 1 https://github.com/nagadomi/waifu2x.git

ソースディレクトリに移動して waifu2x のコマンドラインツールをテストしてみてください:

$ th waifu2x.lua

=== コマンドラインツール ===

{{Note|cuDNN ライブラリをインストールした場合、{{ic|-force_cudnn 1}} オプションで cuDNN を使うことができます。cuDNN はデフォルトカーネルよりもずっと高速です。}}

詳しくは [https://github.com/nagadomi/waifu2x#command-line-tools waifu2x#command-line-tools] を見てください。

==== ノイズリダクション ====

$ th waifu2x.lua -m noise -noise_level 1 -i input_image.png -o output_image.png

==== 2x アップスケーリング ====

$ th waifu2x.lua -m scale -i input_image.png -o output_image.png

==== ノイズリダクション + 2x アップスケーリング ====

$ th waifu2x.lua -m noise_scale -noise_level 1 -i input_image.png -o output_image.png

=== モデルの学習 ===

{{Note|
* cuDNN ライブラリをインストールした場合、{{ic|-backend cudnn}} オプションで cuDNN カーネルを使うことができます。{{ic|tools/rebuild.lua}} で学習した cudnn モデルを cunn モデルに変換できます。
* waifu2x の学習済みモデルを作成するのに使われたコマンドは {{ic|appendix/train_upconv_7_art.sh}} や {{ic|appendix/train_upconv_7_photo.sh}} を見てください。}}

==== データの準備 ====

ファイルリストを生成:

$ find /path/to/image/dir -name "*.png" > data/image_list.txt

{{Note|ノイズが存在しない画像を使う必要があります。}}

学習データに変換:

$ th convert_data.lua

==== ノイズリダクション (レベル1) モデルの学習 ====

$ mkdir models/my_model
$ th train.lua -model_dir models/my_model -method noise -noise_level 1 -test images/miku_noisy.png

使用するには:

$ th waifu2x.lua -model_dir models/my_model -m noise -noise_level 1 -i images/miku_noisy.png -o output.png

{{ic|models/my_model/noise1_best.png}} でモデルの性能を確認できます。

==== ノイズリダクション (レベル2) モデルの学習 ====

$ th train.lua -model_dir models/my_model -method noise -noise_level 2 -test images/miku_noisy.png
使用するには:
$ th waifu2x.lua -model_dir models/my_model -m noise -noise_level 2 -i images/miku_noisy.png -o output.png

{{ic|models/my_model/noise2_best.png}} でモデルの性能を確認できます。

==== 2x アップスケーリングモデルの学習 ====

$ th train.lua -model upconv_7 -model_dir models/my_model -method scale -scale 2 -test images/miku_small.png
使用するには:
$ th waifu2x.lua -model_dir models/my_model -m scale -scale 2 -i images/miku_small.png -o output.png

{{ic|models/my_model/scale2.0x_best.png}} でモデルの性能を確認できます。

==== 2x アップスケーリングとノイズリダクションの混合モデルの学習 ====

$ th train.lua -model upconv_7 -model_dir models/my_model -method noise_scale -scale 2 -noise_level 1 -test images/miku_small.png

使用するには:

$ th waifu2x.lua -model_dir models/my_model -m noise_scale -scale 2 -noise_level 1 -i images/miku_small.png -o output.png

{{ic|models/my_model/noise1_scale2.0x_best.png}} でモデルの性能を確認できます。

最新の情報は [https://github.com/nagadomi/waifu2x#train-your-own-model waifu2x#train-your-own-model] を見てください。

== Docker ==

[https://github.com/nagadomi/waifu2x#docker waifu2x#docker] を見てください。

== 参照 ==

* [https://github.com/nagadomi/waifu2x waifu2x GitHub リポジトリ]

Waifu2x - 版の履歴

Kusakata.bot: update Pkg/AUR templates

Kusakata: ページの作成:「Category:グラフィックとデスクトップパブリッシング en:Waifu2x この記事では深層畳み込みニューラルネットワークを使った...」