Hey Habr!
เปเบเบฅเบฐเบเบนเปเบเปเบกเปเบเบปเปเบเบเบตเปเบเปเบฒเบเบกเบฒ, Kaggle เปเบเบฑเบเปเบเบปเปเบฒเบเบฒเบเบเบฑเบเบเบฒเบเปเบเปเบเบเบฑเบเปเบเบทเปเบญเบเบฑเบเบเบฐเปเบเบเบฎเบนเบเบเบฒเบเบเบตเปเปเบเปเบกเบเปเบงเบเบกเบท, Quick Draw Doodle Recognition, เปเบเบเบฑเปเบ, เปเบเบเบฑเบเบเบฒเบญเบทเปเบเป, เบเบตเบกเบเบฑเบเบงเบดเบเบฐเบเบฒเบชเบฒเบ R- เปเบเปเปเบเบปเปเบฒเบฎเปเบงเบก:
เปเบงเบฅเบฒเบเบตเปเบกเบฑเบเบเปเปเปเบเปเบเบปเบเบเบฑเบเบเบฒเบเบเบนเบเบเบฑเบเบซเบผเบฝเบ, เปเบเปเบเบฐเบชเบปเบเบเบฒเบเบเบตเปเบกเบตเบเบธเบเบเปเบฒเบซเบผเบฒเบเบเปเปเปเบเปเบฎเบฑเบ, เบชเบฐเบเบฑเปเบเบเปเบฒเบเบฐเปเบเบปเปเบฒเบขเบฒเบเบเบญเบเบเบธเบกเบเบปเบเบเปเบฝเบงเบเบฑเบเบชเบดเปเบเบเบตเปเบซเบเปเบฒเบชเบปเบเปเบเปเบฅเบฐเปเบเบฑเบเบเบฐเปเบซเบเบเบเบตเปเบชเบธเบเบเปเบฝเบงเบเบฑเบ Kagle เปเบฅเบฐเปเบเบเบฒเบเปเบฎเบฑเบเบงเบฝเบเบเบฐเบเปเบฒเบงเบฑเบ. เปเบโเบเบฑเบโเบเบฒโเบซเบปเบงโเบเปเปโเบเบตเปโเบเบถเบโเบชเบฒโเบซเบฒโเบฅเบทโ: เบเบตโเบงเบดเบโเบเบตเปโเบกเบตโเบเบงเบฒเบกโเบซเบเบธเปเบโเบเบฒเบโเปเบเบโเบเปเปโเบกเบตโเบเบฒเบโ OpenCV, JSON parsing (เบเบปเบงเบขเปเบฒเบเปเบซเบผเบปเปเบฒเบเบตเปเบเบงเบเปเบเบดเปเบเบเบฒเบเบฅเบงเบกเบฅเบฐเบซเบฑเบ C++ เปเบเบปเปเบฒเปเบเปเบ scripts เบซเบผเบท packages เปเบ R เปเบเบเปเบเป Rcpp), parameterization เบเบญเบ scripts เปเบฅเบฐ dockerization เบเบญเบเบเบฒเบเปเบเปเปเบเบชเบธเบเบเปเบฒเบ. เบฅเบฐเบซเบฑเบเบเบฑเบเบซเบกเบปเบเบเบฒเบเบเปเปเบเบงเบฒเบกเปเบเบฎเบนเบเปเบเบเบเบตเปเปเบซเบกเบฒเบฐเบชเบปเบกเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบฐเบเบดเบเบฑเบเปเบกเปเบเบกเบตเบขเบนเปเปเบ
เปเบเบทเปเบญเบซเบฒ:
เปเบซเบผเบเบเปเปเบกเบนเบเบเบฒเบ CSV เปเบเบปเปเบฒเปเบเปเบ MonetDB เบขเปเบฒเบเบกเบตเบเบฐเบชเบดเบเบเบดเบเบฒเบ เบเบฒเบเบเบฐเบเบฝเบกเบเบธเบ Iterators เบชเปเบฒเบฅเบฑเบ unloading batches เบเบฒเบเบเบฒเบเบเปเปเบกเบนเบ เบเบฒเบเปเบฅเบทเบญเบเบชเบฐเบเบฒเบเบฑเบเบเบฐเบเบฐเบเปเบฒเปเบเบเบเปเบฒเบฅเบญเบ เบเบฒเบเบเปเบฒเบเบปเบเบเบปเบงเบเปเบฒเบเบปเบเบเบฒเบเบชเบฐเบเบฃเบดเบ Dockerization เบเบญเบ scripts เปเบเป GPU เบซเบผเบฒเบเบญเบฑเบเปเบ Google Cloud เปเบเบเบเบตเปเบเบฐเปเบเบฑเบเบเบฒเบเบชเบฐเบซเบฅเบธเบเปเบเป
1. เปเบซเบผเบเบเปเปเบกเบนเบเบเบฒเบ CSV เปเบเบปเปเบฒเปเบเบเบฒเบเบเปเปเบกเบนเบ MonetDB เบขเปเบฒเบเบกเบตเบเบฐเบชเบดเบเบเบดเบเบฒเบ
เบเปเปเบกเบนเบเปเบเบเบฒเบเปเบเปเบเบเบฑเบเบเบตเปเปเบกเปเบเบเปเปเบขเบนเปเปเบเบฎเบนเบเปเบเบเบเบญเบเบฎเบนเบเบเบฒเบเบเบตเปเบเบฝเบกเบเปเบญเบก, เปเบเปเปเบเบฎเบนเบเปเบเบเบเบญเบ 340 เปเบเบฅเป CSV (เบซเบเบถเปเบเปเบเบฅเปเบชเปเบฒเบฅเบฑเบเปเบเปเบฅเบฐเบเบฑเปเบเบฎเบฝเบ) เบเบตเปเบกเบต JSONs เบเบตเปเบกเบตเบเบธเบเบเบฐเบชเบฒเบเบเบฒเบ. เปเบเบเบเบฒเบเปเบเบทเปเบญเบกเบเปเปเบเบธเบเปเบซเบผเบปเปเบฒเบเบตเปเบเบฑเบเปเบชเบฑเปเบ, เบเบงเบเปเบฎเบปเบฒเปเบเปเบฎเบฑเบเบฎเบนเบเบเบฒเบเบชเบธเบเบเปเบฒเบเบเบตเปเบงเบฑเบเปเบเบ 256x256 pixels. เบเบญเบเบเบฒเบเบเบฑเปเบ, เปเบเปเบฅเบฐเบเบฑเบเบเบถเบเบกเบตเบเปเบฒเบเบเบตเปเบเบญเบเบงเปเบฒเบฎเบนเบเบเบฒเบเปเบเปเบเบทเบเบฎเบฑเบเบฎเบนเปเบขเปเบฒเบเบเบทเบเบเปเบญเบเปเบเบเบเบนเปเบเบฑเบเบเบฐเปเบเบเบเบตเปเปเบเปเปเบเปเบงเบฅเบฒเบเบตเปเบเบธเบเบเปเปเบกเบนเบเปเบเปเบเบทเบเปเบเบฑเบเบเปเบฒ, เบฅเบฐเบซเบฑเบเบชเบญเบเบเบปเบงเบญเบฑเบเบชเบญเบเบเบญเบเบเบฐเปเบเบเบเบตเปเบขเบนเปเบญเบฒเปเบชเบเบญเบเบเบนเปเบเบฝเบเบเบญเบเบฎเบนเบเบเบฒเบ, เบเบปเบงเบฅเบฐเบเบธเบเบตเปเปเบเบฑเบเปเบญเบเบฐเบฅเบฑเบ, เบชเบฐเปเบเบกเปเบงเบฅเบฒ. เปเบฅเบฐเบเบทเปเบซเปเบญเบเบฎเบฝเบเบเบตเปเบเบปเบเบเบฑเบเบเบทเปเปเบเบฅเป. เบชเบฐเบเบฑเบเบเบตเปเบเปเบฒเบเบเบฒเบเบเบญเบเบเปเปเบกเบนเบเบเบปเปเบเบชเบฐเบเบฑเบเบกเบตเบเปเปเบฒเบซเบเบฑเบ 7.4 GB เบขเบนเปเปเบเบเปเบญเบเปเบเบฑเบเบกเปเบฝเบเปเบฅเบฐเบเบฐเบกเบฒเบ 20 GB เบซเบผเบฑเบเบเบฒเบเบเบฒเบเบซเบธเปเบกเบซเปเป, เบเปเปเบกเบนเบเปเบเบฑเบกเบซเบผเบฑเบเบเบฒเบเบเบฒเบเบซเบธเปเบกเบซเปเปเปเบเปเปเบงเบฅเบฒเปเบเบดเบ 240 GB. เบเบนเปโเบเบฑเบโเบเบฑเปเบโเปเบเปโเบฎเบฑเบโเบเบฐโเบเบฑเบโเบงเปเบฒโเบเบฑเบโเบชเบญเบโเบชเบฐโเบเบฑเบโเบเบฐโเบฅเบดเบโเบฎเบนเบโเปเบเปเบกโเบเบฝเบงโเบเบฑเบโ, เบเบถเปเบโเบซเบกเบฒเบโเบเบงเบฒเบกโเบงเปเบฒโเบชเบฐโเบเบฑเบโเปเบเบฑเบกโเปเบกเปเบโเบเปเปเบฒโเบเปเบญเบโ. เปเบเบเปเบฅเบฐเบเบตเปเบเบเปเปเบเบฒเบก, เบเบฒเบเปเบเบฑเบเบฎเบฑเบเบชเบฒ 50 เบฅเปเบฒเบเบฎเบนเบเบเบฒเบเปเบเปเบเบฅเปเบเบฃเบฒเบเบดเบเบซเบผเบทเปเบเบฎเบนเบเปเบเบเบเบญเบ arrays เปเบกเปเบเบเบทเบงเปเบฒเบเปเปเบกเบตเบเบปเบเบเบฐเปเบซเบเบเบเบฑเบเบเบต, เปเบฅเบฐเบเบงเบเปเบฎเบปเบฒเปเบเปเบเบฑเบเบชเบดเบเปเบเบฅเบงเบกเปเบเบฅเป CSV เบเบฑเบเบซเบกเบปเบเบเบฒเบเบเปเบญเบเปเบเบฑเบเบกเปเบฝเบ. train_simplified.zip เปเบเบปเปเบฒโเปเบโเปเบโเบเบฒเบโเบเปเปโเบกเบนเบโเบเบตเปโเบกเบตโเบเบฒเบโเบเบฐโเบฅเบดเบโเบเปเปโเปเบโเบเบญเบโเบฎเบนเบโเบเบฒเบโเบเบฐโเบซเบเบฒเบโเบเบตเปโเบเปเบญเบโเบเบฒเบ "เบเปเบฝเบงโเบเบฑเบโเบเบฒเบโเบเบดเบโ" เบชเปเบฒโเบฅเบฑเบโเปเบเปโเบฅเบฐ batchโ.
เบฅเบฐเบเบปเบเบเบตเปเบเบดเบชเบนเบเปเบเปเบเบตเปเบเปเบเบทเบเปเบฅเบทเบญเบเปเบเบฑเบ DBMS MonetDB, เบเบทเบเบฒเบเบเบฐเบเบดเบเบฑเบเบชเปเบฒเบฅเบฑเบ R เปเบเบฑเบเบเบธเบ
con <- DBI::dbConnect(drv = MonetDBLite::MonetDBLite(), Sys.getenv("DBDIR"))
เบเบงเบเปเบฎเบปเบฒเบเบฐเบเปเบญเบเบชเปเบฒเบเบชเบญเบเบเบฒเบเบฐเบฅเบฒเบ: เบเบฒเบเบฐเบฅเบฒเบเบซเบเบถเปเบเบชเปเบฒเบฅเบฑเบเบเปเปเบกเบนเบเบเบฑเบเบซเบกเบปเบ, เบญเบตเบเบญเบฑเบเบซเบเบถเปเบเบชเปเบฒเบฅเบฑเบเบเปเปเบกเบนเบเบเบฒเบเบเปเบฅเบดเบเบฒเบเบเปเบฝเบงเบเบฑเบเปเบเบฅเปเบเบตเปเบเบฒเบงเปเบซเบฅเบ (เปเบเบฑเบเบเบฐเปเบซเบเบเบเปเบฒเบกเบตเบเบฒเบเบขเปเบฒเบเบเบดเบเบเบฒเบเปเบฅเบฐเบเบฐเบเบงเบเบเบฒเบเบเปเบญเบเปเบเปเบชเบทเบเบเปเปเบซเบผเบฑเบเบเบฒเบเบเบฒเบงเปเบซเบฅเบเบซเบผเบฒเบเปเปเบเบฅเป):
เบเบฒเบเบชเปเบฒเบเบเบฒเบเบฐเบฅเบฒเบ
if (!DBI::dbExistsTable(con, "doodles")) {
DBI::dbCreateTable(
con = con,
name = "doodles",
fields = c(
"countrycode" = "char(2)",
"drawing" = "text",
"key_id" = "bigint",
"recognized" = "bool",
"timestamp" = "timestamp",
"word" = "text"
)
)
}
if (!DBI::dbExistsTable(con, "upload_log")) {
DBI::dbCreateTable(
con = con,
name = "upload_log",
fields = c(
"id" = "serial",
"file_name" = "text UNIQUE",
"uploaded" = "bool DEFAULT false"
)
)
}
เบงเบดเบเบตเบเบตเปเปเบงเบเบตเปเบชเบธเบเบเบตเปเบเบฐเปเบซเบฅเบเบเปเปเบกเบนเบเปเบเบปเปเบฒเปเบเปเบเบเบฒเบเบเปเปเบกเบนเบเปเบกเปเบเบเบฒเบเบเบฑเบเบฅเบญเบเปเบเบฅเป CSV เปเบเบเบเบปเบเปเบเบเปเบเป SQL - เบเปเบฒเบชเบฑเปเบ COPY OFFSET 2 INTO tablename FROM path USING DELIMITERS ',','n','"' NULL AS '' BEST EFFORT
เบเปเบญเบเบเบตเป tablename
- เบเบทเปโเบเบฒโเบเบฐโเบฅเบฒเบโเปเบฅเบฐโ path
- เปเบชเบฑเปเบเบเบฒเบเปเบเบซเบฒเปเบเบฅเป. เปเบเบเบฐเบเบฐเบเบตเปเปเบฎเบฑเบเบงเบฝเบเบเบฑเบเบฎเบงเบเบฎเบงเบก, เบกเบฑเบเปเบเปเบเบทเบเบเบปเปเบเบเบปเบเบงเปเบฒเบเบฒเบเบเปเปเบชเปเบฒเบเปเบเบเบฒเบเบเบฐเบเบดเบเบฑเบ unzip
เปเบ R เบเปเปเปเบฎเบฑเบเบงเบฝเบเบขเปเบฒเบเบเบทเบเบเปเบญเบเบเบฑเบเปเบเบฅเปเบเปเบฒเบเบงเบเบซเบเบถเปเบเบเบฒเบเบเปเบญเบเปเบเบฑเบเบกเปเบฝเบ, เบเบฑเปเบเบเบฑเปเบเบเบงเบเปเบฎเบปเบฒเปเบเปเปเบเปเบฅเบฐเบเบปเบ unzip
(เปเบเปเบเบฒเบฅเบฒเบกเบดเปเบเบต getOption("unzip")
).
เบเบฑเบเบเบฑเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบฝเบเปเบชเปเบเบฒเบเบเปเปเบกเบนเบ
#' @title ะะทะฒะปะตัะตะฝะธะต ะธ ะทะฐะณััะทะบะฐ ัะฐะนะปะพะฒ
#'
#' @description
#' ะะทะฒะปะตัะตะฝะธะต CSV-ัะฐะนะปะพะฒ ะธะท ZIP-ะฐัั
ะธะฒะฐ ะธ ะทะฐะณััะทะบะฐ ะธั
ะฒ ะฑะฐะทั ะดะฐะฝะฝัั
#'
#' @param con ะะฑัะตะบั ะฟะพะดะบะปััะตะฝะธั ะบ ะฑะฐะทะต ะดะฐะฝะฝัั
(ะบะปะฐัั `MonetDBEmbeddedConnection`).
#' @param tablename ะะฐะทะฒะฐะฝะธะต ัะฐะฑะปะธัั ะฒ ะฑะฐะทะต ะดะฐะฝะฝัั
.
#' @oaram zipfile ะััั ะบ ZIP-ะฐัั
ะธะฒั.
#' @oaram filename ะะผั ัะฐะนะปะฐ ะฒะฝััะธ ZIP-ะฐัั
ะธะฒะฐ.
#' @param preprocess ะคัะฝะบัะธั ะฟัะตะดะพะฑัะฐะฑะพัะบะธ, ะบะพัะพัะฐั ะฑัะดะตั ะฟัะธะผะตะฝะตะฝะฐ ะธะทะฒะปะตััะฝะฝะพะผั ัะฐะนะปั.
#' ะะพะปะถะฝะฐ ะฟัะธะฝะธะผะฐัั ะพะดะธะฝ ะฐัะณัะผะตะฝั `data` (ะพะฑัะตะบั `data.table`).
#'
#' @return `TRUE`.
#'
upload_file <- function(con, tablename, zipfile, filename, preprocess = NULL) {
# ะัะพะฒะตัะบะฐ ะฐัะณัะผะตะฝัะพะฒ
checkmate::assert_class(con, "MonetDBEmbeddedConnection")
checkmate::assert_string(tablename)
checkmate::assert_string(filename)
checkmate::assert_true(DBI::dbExistsTable(con, tablename))
checkmate::assert_file_exists(zipfile, access = "r", extension = "zip")
checkmate::assert_function(preprocess, args = c("data"), null.ok = TRUE)
# ะะทะฒะปะตัะตะฝะธะต ัะฐะนะปะฐ
path <- file.path(tempdir(), filename)
unzip(zipfile, files = filename, exdir = tempdir(),
junkpaths = TRUE, unzip = getOption("unzip"))
on.exit(unlink(file.path(path)))
# ะัะธะผะตะฝัะตะผ ััะฝะบัะธั ะฟัะตะดะพะฑัะฐะฑะพัะบะธ
if (!is.null(preprocess)) {
.data <- data.table::fread(file = path)
.data <- preprocess(data = .data)
data.table::fwrite(x = .data, file = path, append = FALSE)
rm(.data)
}
# ะะฐะฟัะพั ะบ ะะ ะฝะฐ ะธะผะฟะพัั CSV
sql <- sprintf(
"COPY OFFSET 2 INTO %s FROM '%s' USING DELIMITERS ',','n','"' NULL AS '' BEST EFFORT",
tablename, path
)
# ะัะฟะพะปะฝะตะฝะธะต ะทะฐะฟัะพัะฐ ะบ ะะ
DBI::dbExecute(con, sql)
# ะะพะฑะฐะฒะปะตะฝะธะต ะทะฐะฟะธัะธ ะพะฑ ััะฟะตัะฝะพะน ะทะฐะณััะทะบะต ะฒ ัะปัะถะตะฑะฝัั ัะฐะฑะปะธัั
DBI::dbExecute(con, sprintf("INSERT INTO upload_log(file_name, uploaded) VALUES('%s', true)",
filename))
return(invisible(TRUE))
}
เบเปเบฒเบเปเบฒเบเบเปเบญเบเบเบฒเบเบซเบฑเบเบเปเบฝเบเบเบฒเบเบฐเบฅเบฒเบเบเปเบญเบเบเบตเปเบเบฐเบเบฝเบเบกเบฑเบเปเบชเปเบเบฒเบเบเปเปเบกเบนเบ, เบกเบฑเบเบเบฝเบเบเปเบเบตเปเบเบฐเบเปเบฒเบเปเบเบเบฒเบเปเบเปเบเบฝเบ preprocess
เบเบฑเบเบเบฑเบเบเบตเปเบเบฐเบเปเบฝเบเบเปเปเบกเบนเบ.
เบฅเบฐเบซเบฑเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเปเบซเบผเบเบเปเปเบกเบนเบเบเบฒเบกเบฅเปเบฒเบเบฑเบเปเบเบปเปเบฒเปเบเปเบเบเบฒเบเบเปเปเบกเบนเบ:
เบเบฒเบเบเบฝเบเบเปเปเบกเบนเบเปเบชเปเบเบฒเบเบเปเปเบกเบนเบ
# ะกะฟะธัะพะบ ัะฐะนะปะพะฒ ะดะปั ะทะฐะฟะธัะธ
files <- unzip(zipfile, list = TRUE)$Name
# ะกะฟะธัะพะบ ะธัะบะปััะตะฝะธะน, ะตัะปะธ ัะฐััั ัะฐะนะปะพะฒ ัะถะต ะฑัะปะฐ ะทะฐะณััะถะตะฝะฐ
to_skip <- DBI::dbGetQuery(con, "SELECT file_name FROM upload_log")[[1L]]
files <- setdiff(files, to_skip)
if (length(files) > 0L) {
# ะะฐะฟััะบะฐะตะผ ัะฐะนะผะตั
tictoc::tic()
# ะัะพะณัะตัั ะฑะฐั
pb <- txtProgressBar(min = 0L, max = length(files), style = 3)
for (i in seq_along(files)) {
upload_file(con = con, tablename = "doodles",
zipfile = zipfile, filename = files[i])
setTxtProgressBar(pb, i)
}
close(pb)
# ะััะฐะฝะฐะฒะปะธะฒะฐะตะผ ัะฐะนะผะตั
tictoc::toc()
}
# 526.141 sec elapsed - ะบะพะฟะธัะพะฒะฐะฝะธะต SSD->SSD
# 558.879 sec elapsed - ะบะพะฟะธัะพะฒะฐะฝะธะต USB->SSD
เปเบงเบฅเบฒเปเบซเบผเบเบเปเปเบกเบนเบเบญเบฒเบเบเบฐเปเบเบเบเปเบฒเบเบเบฑเบเปเบเบเบฒเบกเบเบธเบเบฅเบฑเบเบชเบฐเบเบฐเบเบงเบฒเบกเปเบงเบเบญเบเปเบเบเบตเปเปเบเป. เปเบเบเปเบฅเบฐเบเบตเบเบญเบเบเบงเบเปเบฎเบปเบฒ, เบเบฒเบเบญเปเบฒเบเปเบฅเบฐเบเบฒเบเบเบฝเบเบเบฒเบเปเบเบซเบเบถเปเบ SSD เบซเบผเบทเบเบฒเบ flash drive (เปเบเบฅเปเปเบซเบผเปเบ) เปเบเบซเบฒ SSD (DB) เปเบเปเปเบงเบฅเบฒเบซเบเปเบญเบเบเบงเปเบฒ 10 เบเบฒเบเบต.
เบกเบฑเบเปเบเปเปเบงเบฅเบฒเบชเบญเบเบชเบฒเบกเบงเบดเบเบฒเบเบตเปเบเบทเปเบญเบชเปเบฒเบเบเบฑเบเบเบตเปเบกเบตเบเปเบฒเบเบเบทเปเบเบญเบเบเบฑเปเบ integer เปเบฅเบฐเบเบฑเบเบเบฑเบเบชเบฐเบเบต (ORDERED INDEX
) เบเปเบงเบเบเบปเบงเปเบฅเบเปเบเบงเบเบตเปเบเบฒเบเบชเบฑเบเปเบเบเบเบฒเบเบเบฐเบเบทเบเบเบปเบเบเบปเบงเบขเปเบฒเบเปเบเปเบงเบฅเบฒเบชเปเบฒเบเบเบธเบ:
เบเบฒเบเบชเปเบฒเบเบเบฑเบ เปเบฅเบฐเบเบฑเบเบเบฐเบเบตเปเบเบตเปเบกเปเบเบตเบก
message("Generate lables")
invisible(DBI::dbExecute(con, "ALTER TABLE doodles ADD label_int int"))
invisible(DBI::dbExecute(con, "UPDATE doodles SET label_int = dense_rank() OVER (ORDER BY word) - 1"))
message("Generate row numbers")
invisible(DBI::dbExecute(con, "ALTER TABLE doodles ADD id serial"))
invisible(DBI::dbExecute(con, "CREATE ORDERED INDEX doodles_id_ord_idx ON doodles(id)"))
เปเบเบทเปเบญเปเบเปเปเบเบเบฑเบเบซเบฒเบเบฒเบเบชเปเบฒเบ batch เบชเบธเบเบเบดเบ, เบเบงเบเปเบฎเบปเบฒเบเปเบฒเปเบเบฑเบเบเปเบญเบเปเบเปเบเบฑเบเบฅเบธเบเบงเบฒเบกเปเบงเบชเบนเบเบชเบธเบเบเบญเบเบเบฒเบเบชเบฐเบเบฑเบเปเบเบงเบชเบธเปเบกเบเบฒเบเบเบฒเบเบฐเบฅเบฒเบ. doodles
. เบชเปเบฒเบฅเบฑเบเบเบตเปเบเบงเบเปเบฎเบปเบฒเปเบเปเบเปเบฒเปเบเป 3 tricks. เบเปเบฒเบญเบดเบเปเบกเปเบเปเบเบทเปเบญเบซเบผเบธเบเบเปเบญเบเบเบฐเบซเบเบฒเบเบเบญเบเบเบฐเปเบเบเบเบตเปเปเบเบฑเบเบฎเบฑเบเบชเบฒ ID เบเบฒเบเบชเบฑเบเปเบเบเบเบฒเบ. เปเบเบเบธเบเบเปเปเบกเบนเบเบเบปเปเบเบชเบฐเบเบฑเบ, เบเบฐเปเบเบเบเบตเปเบเปเบญเบเบเบฒเบเปเบเบทเปเบญเปเบเบฑเบเบฎเบฑเบเบชเบฒ ID เปเบกเปเบ bigint
, เปเบเปเบเปเบฒเบเบงเบเบเบญเบเบเบฒเบเบชเบฑเบเปเบเบเบเบฒเบเปเบฎเบฑเบเปเบซเปเบกเบฑเบเปเบเบฑเบเปเบเปเบเปเบเบตเปเบเบฐเปเบซเบกเบฒเบฐเบเบปเบงเบฅเบฐเบเบธเบเบญเบเปเบเบปเบฒเปเบเบปเปเบฒ, เปเบเบปเปเบฒเบเบฑเบเบเปเบฒเบเบงเบเบเปเบฒเบชเบฑเปเบ, เปเบเบปเปเบฒเปเบเปเบเบเบฐเปเบเบ. int
. เปเบเบเปเบฅเบฐเบเบตเบเบตเป, เบเบฒเบเบเบปเปเบเบซเบฒเปเบกเปเบเปเบงเบเบงเปเบฒ. trick เบเบตเบชเบญเบเปเบกเปเบเบเบฒเบเบเปเบฒเปเบเป ORDERED INDEX
โ เบเบงเบโเปเบฎเบปเบฒโเปเบเปโเปเบเบปเปเบฒโเบกเบฒโเปเบโเบเบฒเบโเบเบฑเบโเบชเบดเบโเปเบโเบเบตเปโเปเบเบฑเบโเบเบฐโเบเบฑเบโ, เปเบเบโเบเปเบฒเบโเบเบฒเบโเบเบฑเบโเบซเบกเบปเบโเบเบตเปโเบกเบตโเบขเบนเปโ PREPARE
เบเปเบงเบเบเบฒเบเบเปเบฒเปเบเปเบเบฒเบเบชเบฐเปเบเบเบญเบญเบเบเบตเปเบเบฝเบกเปเบงเปเบเปเปเบกเบฒเปเบเปเบงเบฅเบฒเบชเปเบฒเบเบเบธเปเบกเบเปเบฒเบเบฒเบกเบเบญเบเบเบฐเปเบเบเบเบฝเบงเบเบฑเบ, เปเบเปเปเบเบเบงเบฒเบกเปเบเบฑเบเบเบดเบเบกเบตเบเบฐเปเบซเบเบเปเบเบเบฒเบเบเบฝเบเบเบฝเบเบเบฑเบเปเบเบเบเปเบฒเบเป. SELECT
เปเบเปเบเบฒเบเปเบเบฑเบเบขเบนเปเปเบเบเบญเบเปเบเบเบเบญเบเบเบงเบฒเบกเบเบดเบเบเบฒเบเบเบฒเบเบชเบฐเบเบดเบเบด.
เบเบฐเบเบงเบเบเบฒเบเบญเบฑเบเปเบซเบฅเบเบเปเปเบกเบนเบเบเบฐเปเบเป RAM เบเปเปเปเบเบตเบ 450 MB. เบเบฑเปเบเปเบกเปเบ, เบงเบดเบเบตเบเบฒเบเบเบตเปเบญเบฐเบเบดเบเบฒเบเบญเบฐเบเบธเบเบฒเบเปเบซเปเบเปเบฒเบเบชเบฒเบกเบฒเบเบเปเบฒเบเบเบธเบเบเปเปเบกเบนเบเบเบตเปเบกเบตเบเปเปเบฒเบซเบเบฑเบเบซเบผเบฒเบเบชเบดเบเบเบดเบเบฒเปเบเปเบเปเบเบทเบญเบเบเบธเบเบฎเบฒเบเปเบงเบเบปเบเบเบฐเบกเบฒเบ, เบฅเบงเบกเบเบฑเบเบญเบธเบเบฐเบเบญเบเบเบฐเบเบฒเบเบเบฝเบง, เปเบเบดเปเบเบเบตเบซเบผเบฒเบ.
เบเบฑเบเบซเบกเบปเบเบเบตเปเบเบฑเบเปเบซเบผเบทเบญเปเบกเปเบเปเบเบทเปเบญเบงเบฑเบเปเบเบเบเบงเบฒเบกเปเบงเปเบเบเบฒเบเบเบถเบเบเปเปเบกเบนเบ (เปเบเบเบชเบธเปเบก) เปเบฅเบฐเบเบฐเปเบกเบตเบเบเบฒเบเบเบฐเบซเบเบฒเบเปเบเปเบงเบฅเบฒเบเบตเปเบเบฒเบเปเบเบฑเบเบเบปเบงเบขเปเบฒเบเบเบญเบเบเบฐเบซเบเบฒเบเบเบตเปเปเบเบเบเปเบฒเบเบเบฑเบ:
เบกเบฒเบเบเบฐเบเบฒเบเบเบฒเบเบเปเปเบกเบนเบ
library(ggplot2)
set.seed(0)
# ะะพะดะบะปััะตะฝะธะต ะบ ะฑะฐะทะต ะดะฐะฝะฝัั
con <- DBI::dbConnect(MonetDBLite::MonetDBLite(), Sys.getenv("DBDIR"))
# ะคัะฝะบัะธั ะดะปั ะฟะพะดะณะพัะพะฒะบะธ ะทะฐะฟัะพัะฐ ะฝะฐ ััะพัะพะฝะต ัะตัะฒะตัะฐ
prep_sql <- function(batch_size) {
sql <- sprintf("PREPARE SELECT id FROM doodles WHERE id IN (%s)",
paste(rep("?", batch_size), collapse = ","))
res <- DBI::dbSendQuery(con, sql)
return(res)
}
# ะคัะฝะบัะธั ะดะปั ะธะทะฒะปะตัะตะฝะธั ะดะฐะฝะฝัั
fetch_data <- function(rs, batch_size) {
ids <- sample(seq_len(n), batch_size)
res <- DBI::dbFetch(DBI::dbBind(rs, as.list(ids)))
return(res)
}
# ะัะพะฒะตะดะตะฝะธะต ะทะฐะผะตัะฐ
res_bench <- bench::press(
batch_size = 2^(4:10),
{
rs <- prep_sql(batch_size)
bench::mark(
fetch_data(rs, batch_size),
min_iterations = 50L
)
}
)
# ะะฐัะฐะผะตััั ะฑะตะฝัะผะฐัะบะฐ
cols <- c("batch_size", "min", "median", "max", "itr/sec", "total_time", "n_itr")
res_bench[, cols]
# batch_size min median max `itr/sec` total_time n_itr
# <dbl> <bch:tm> <bch:tm> <bch:tm> <dbl> <bch:tm> <int>
# 1 16 23.6ms 54.02ms 93.43ms 18.8 2.6s 49
# 2 32 38ms 84.83ms 151.55ms 11.4 4.29s 49
# 3 64 63.3ms 175.54ms 248.94ms 5.85 8.54s 50
# 4 128 83.2ms 341.52ms 496.24ms 3.00 16.69s 50
# 5 256 232.8ms 653.21ms 847.44ms 1.58 31.66s 50
# 6 512 784.6ms 1.41s 1.98s 0.740 1.1m 49
# 7 1024 681.7ms 2.72s 4.06s 0.377 2.16m 49
ggplot(res_bench, aes(x = factor(batch_size), y = median, group = 1)) +
geom_point() +
geom_line() +
ylab("median time, s") +
theme_minimal()
DBI::dbDisconnect(con, shutdown = TRUE)
2. เบเบฒเบเบเบฐเบเบฝเบกเบเบธเบ
เบเบฐเบเบงเบเบเบฒเบเบเบฐเบเบฝเบก batch เบเบฑเบเบซเบกเบปเบเบเบฐเบเบญเบเบเปเบงเบเบเบฑเปเบเบเบญเบเบเบฑเปเบเบเปเปเปเบเบเบตเป:
- parsing JSONs เบซเบผเบฒเบเบญเบฑเบเบเบตเปเบกเบต vectors เบเบญเบ strings เบเบตเปเบกเบตเบเบธเบเบเบฐเบชเบฒเบเบเบฒเบ.
- เบเบฒเบโเปเบเปเบกโเปเบชเบฑเปเบโเบชเบตโเปเบเบโเบญเบตเบโเปเบชเปโเบเบฒเบโเบเบฐโเบชเบฒเบโเบเบฒเบโเบเบญเบโเบเบธเบโเปเบโเบฎเบนเบโเบเบฒเบโเบเบฐโเบซเบเบฒเบโเบเบตเปโเบเปเบญเบโเบเบฒเบ (เบเบปเบงโเบขเปเบฒเบโ, 256ร256 เบซเบผเบท 128ร128โ)โ.
- เบเบฒเบเปเบเบเบฎเบนเบเบเบฒเบเบเบปเบเปเบเปเบฎเบฑเบเปเบเบปเปเบฒเปเบเปเบ tensor.
เปเบเบฑเบเบชเปเบงเบเบซเบเบถเปเบเบเบญเบเบเบฒเบเปเบเปเบเบเบฑเบเบฅเบฐเบซเบงเปเบฒเบ Python kernels, เบเบฑเบเบซเบฒเปเบเปเบเบทเบเปเบเปเปเบเบเบปเปเบเบเปเปเบเบเปเบเป OpenCV. เบซเบเบถเปเบเปเบ analogues เบเบตเปเบเปเบฒเบเบเบฒเบเปเบฅเบฐเบเบฑเบเปเบเบเบเบตเปเบชเบธเบเปเบ R เบเบฐเบกเบตเบฅเบฑเบเบชเบฐเบเบฐเบเบตเป:
เบเบฒเบโเบเบฐโเบเบดโเบเบฑเบ JSON เบเบฒเบโเบเปเบฝเบ Tensor เปเบ R
r_process_json_str <- function(json, line.width = 3,
color = TRUE, scale = 1) {
# ะะฐััะธะฝะณ JSON
coords <- jsonlite::fromJSON(json, simplifyMatrix = FALSE)
tmp <- tempfile()
# ะฃะดะฐะปัะตะผ ะฒัะตะผะตะฝะฝัะน ัะฐะนะป ะฟะพ ะทะฐะฒะตััะตะฝะธั ััะฝะบัะธะธ
on.exit(unlink(tmp))
png(filename = tmp, width = 256 * scale, height = 256 * scale, pointsize = 1)
# ะัััะพะน ะณัะฐัะธะบ
plot.new()
# ะ ะฐะทะผะตั ะพะบะฝะฐ ะณัะฐัะธะบะฐ
plot.window(xlim = c(256 * scale, 0), ylim = c(256 * scale, 0))
# ะฆะฒะตัะฐ ะปะธะฝะธะน
cols <- if (color) rainbow(length(coords)) else "#000000"
for (i in seq_along(coords)) {
lines(x = coords[[i]][[1]] * scale, y = coords[[i]][[2]] * scale,
col = cols[i], lwd = line.width)
}
dev.off()
# ะัะตะพะฑัะฐะทะพะฒะฐะฝะธะต ะธะทะพะฑัะฐะถะตะฝะธั ะฒ 3-ั
ะผะตัะฝัะน ะผะฐััะธะฒ
res <- png::readPNG(tmp)
return(res)
}
r_process_json_vector <- function(x, ...) {
res <- lapply(x, r_process_json_str, ...)
# ะะฑัะตะดะธะฝะตะฝะธะต 3-ั
ะผะตัะฝัั
ะผะฐััะธะฒะพะฒ ะบะฐััะธะฝะพะบ ะฒ 4-ั
ะผะตัะฝัะน ะฒ ัะตะฝะทะพั
res <- do.call(abind::abind, c(res, along = 0))
return(res)
}
เบเบฒเบเปเบเปเบกเบฎเบนเบเปเบกเปเบเบเปเบฒเปเบเบตเบเบเบฒเบเปเบเบเปเบเปเปเบเบทเปเบญเบเบกเบท R เบกเบฒเบเบเบฐเบเบฒเบเปเบฅเบฐเบเบทเบเบเบฑเบเบเบถเบเปเบงเปเปเบ PNG เบเบปเปเบงเบเบฒเบงเบเบตเปเปเบเบฑเบเปเบงเปเปเบ RAM (เปเบ Linux, เปเบเปเบฅเบเบฐเบเปเบฅเบต R เบเบปเปเบงเบเบฒเบงเปเบกเปเบเบขเบนเปเปเบเปเบเปเบฅเบเบฐเบเปเบฅเบต /tmp
, เบเบดเบเบเบฑเปเบเบขเบนเปเปเบ RAM). เบซเบผเบฑเบเบเบฒเบเบเบฑเปเบ, เปเบเบฅเปเบเบตเปเบเบฐเบเบทเบเบญเปเบฒเบเปเบเบฑเบ array เบชเบฒเบกเบกเบดเบเบดเบฅเบฐเบเบฑเบเบเบตเปเบกเบตเบเบปเบงเปเบฅเบเบเบฑเปเบเปเบเป 0 เบซเบฒ 1. เบเบตเปเปเบกเปเบเบชเบดเปเบเบชเปเบฒเบเบฑเบเปเบเบฒเบฐเบงเปเบฒ BMP เบเปเบฒเบกเบฐเบเบฒเบเบงเปเบฒเบเบฐเบเบทเบเบญเปเบฒเบเปเบเบปเปเบฒเปเบเปเบเบญเบฒเปเบฃเบเบดเบเบเบตเปเบกเบตเบฅเบฐเบซเบฑเบเบชเบต hex.
เบเปโเปเบซเปโเบเบปเบโเบชเบญเบโเบเบปเบโเปเบเปโเบฎเบฑเบโ:
zip_file <- file.path("data", "train_simplified.zip")
csv_file <- "cat.csv"
unzip(zip_file, files = csv_file, exdir = tempdir(),
junkpaths = TRUE, unzip = getOption("unzip"))
tmp_data <- data.table::fread(file.path(tempdir(), csv_file), sep = ",",
select = "drawing", nrows = 10000)
arr <- r_process_json_str(tmp_data[4, drawing])
dim(arr)
# [1] 256 256 3
plot(magick::image_read(arr))
batch เบเบปเบงเบเบญเบเบกเบฑเบเปเบญเบเบเบฐเปเบเปเบฎเบฑเบเบเบฒเบเบชเปเบฒเบเบเบฑเปเบเบเบถเปเบเบเบฑเปเบเบเปเปเปเบเบเบตเป:
res <- r_process_json_vector(tmp_data[1:4, drawing], scale = 0.5)
str(res)
# num [1:4, 1:128, 1:128, 1:3] 1 1 1 1 1 1 1 1 1 1 ...
# - attr(*, "dimnames")=List of 4
# ..$ : NULL
# ..$ : NULL
# ..$ : NULL
# ..$ : NULL
เบเบฒเบเบเบฐเบเบดเบเบฑเบเบเบตเปเปเบเบดเปเบเบเบทเบงเปเบฒเบเปเปเปเบซเบกเบฒเบฐเบชเบปเบกเบเบตเปเบชเบธเบเบชเปเบฒเบฅเบฑเบเบเบงเบเปเบฎเบปเบฒ, เบเบฑเบเบเบฑเปเบเปเบเปเบเบฒเบเบชเปเบฒเบเบเบธเบเปเบซเบเปเปเบเปเปเบงเบฅเบฒเบเบปเบ, เปเบฅเบฐเบเบงเบเปเบฎเบปเบฒเปเบเปเบเบฑเบเบชเบดเบเปเบเบเบตเปเบเบฐเปเบเปเบเบฐเปเบเบเบเบฒเบเบเบฐเบชเบปเบเบเบฒเบเบเบญเบเปเบเบทเปเบญเบเบฎเปเบงเบกเบเบฒเบเบเบญเบเบเบงเบเปเบฎเบปเบฒเปเบเบเปเบเปเบซเปเบญเบเบชเบฐเบซเบกเบธเบเบเบตเปเบกเบตเบเบฐเบชเบดเบเบเบดเบเบฒเบ. OpenCV. เปเบโเปเบงโเบฅเบฒโเบเบฑเปเบโเบเปเปโเบกเบตโเบเบธเบโเบเบตเปโเบเบฝเบกโเบเปเบญเบกโเบชเปเบฒโเบฅเบฑเบ R (เบเปเปโเบกเบตโเปเบโเบเบฑเบโเบเบธโเบเบฑเบโ)โ, เบชเบฐโเบเบฑเปเบโเบเบฒเบโเบเบฐโเบเบดโเบเบฑเบโเบเปเบฒโเปโเบชเบธเบโเบเบตเปโเบเบญเบโเบเบฒเบโเบเปเบฒโเบเบฒเบโเบเบตเปโเบเปเบญเบโเบเบฒเบโเปเบเปโเบเบทเบโเบฅเบฒเบโเบฅเบฑเบโเบญเบฑเบโเบชเบญเบโเปเบ C ++ เบเบฑเบโเบเบฒเบโเปเบเบทเปเบญเบกโเปเบเบโเปเบเบปเปเบฒโเปเบโเปเบโเบฅเบฐโเบซเบฑเบ R เบเปเบฒโเปเบเปโ. Rcpp.
เปเบเบทเปเบญเปเบเปเปเบเบเบฑเบเบซเบฒ, เบเบธเบเปเบฅเบฐเบซเปเบญเบเบชเบฐเบซเบกเบธเบเบเปเปเปเบเบเบตเปเปเบเปเบเบทเบเบเปเบฒเปเบเป:
-
OpenCV เบชเปเบฒเบฅเบฑเบเบเบฒเบเปเบฎเบฑเบเบงเบฝเบเบเบฑเบเบฎเบนเบเบเบฒเบเปเบฅเบฐเบเบฒเบเปเบเปเบกเปเบชเบฑเปเบ. เปเบเปเบซเปเบญเบเบชเบฐเบซเบกเบธเบเบฅเบฐเบเบปเบเบเบตเปเบเบดเบเบเบฑเปเบเปเบงเปเบเปเบญเบเปเบฅเบฐเปเบเบฅเปเบชเปเบงเบเบซเบปเบง, เปเบเบฑเปเบเบเบฝเบงเบเบฑเบเบเบฑเบเบเบฒเบเปเบเบทเปเบญเบกเปเบเบเปเบเบเปเบเบทเปเบญเบเปเบซเบง.
-
xtensor เบชเปเบฒเบฅเบฑเบเบเบฒเบเปเบฎเบฑเบเบงเบฝเบเบเบฑเบ arrays multidimensional เปเบฅเบฐ tensors เบเบงเบโเปเบฎเบปเบฒโเปเบเปโเบเปเบฒโเปเบเปโเปเบเบฅโเป header เบฅเบงเบกโเบขเบนเปโเปเบโเบเบธเบ R เบเบญเบโเบเบทเปโเบเบฝเบงโเบเบฑเบโ. เบซเปเบญเบเบชเบฐเบซเบกเบธเบเบเปเบงเบเปเบซเปเบเปเบฒเบเบชเบฒเบกเบฒเบเปเบฎเบฑเบเบงเบฝเบเบเบฑเบเบญเบฐเปเบฃเบซเบผเบฒเบเบกเบดเบเบดเบฅเบฐเบเบฑเบ, เบเบฑเบเปเบเปเบเบงเบเบตเปเบชเปเบฒเบเบฑเบเปเบฅเบฐเบเบฑเบเบเบตเปเบชเปเบฒเบเบฑเบ.
-
ndjson เบชเปเบฒเบฅเบฑเบเบเบฒเบเบงเบดเปเบเบฒเบฐ JSON. เบซเปเบญเบเบชเบฐเบซเบกเบธเบเบเบตเปเบเบทเบเบเปเบฒเปเบเปเปเบ xtensor เบญเบฑเบเบเบฐเปเบเบกเบฑเบเบเปเบฒเบกเบฑเบเบกเบตเบขเบนเปเปเบเปเบเบเบเบฒเบ.
-
RcppThread เบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบฑเบเบเบฑเปเบเบเบฒเบเบเบฐเบกเบงเบเบเบปเบเบซเบผเบฒเบเบเบฐเบเบนเปเบเบญเบ vector เบเบฒเบ JSON. เปเบเปเปเบเบฅเปเบชเปเบงเบเบซเบปเบงเบเบตเปเบชเบฐเปเบญเบเปเบซเปเปเบเบเปเบเบฑเบเปเบเบเบเบตเป. เบเบฒเบเบเบงเบฒเบกเบเบดเบเบปเบกเบซเบผเบฒเบเบเบถเปเบ RcppParallel เบเบธเบ, เปเบเบเบฑเบเบเบฒเบชเบดเปเบเบญเบทเปเบเป, เบกเบตเบเบปเบเปเบเบเบฒเบเบเบฑเบเบเบงเบฒเบ loop เบเปเปเบชเปเบฒเบเปเบ.
เบกเบฑเบเบเบงเบเบเบฐเปเบเปเบฎเบฑเบเบเบปเบเปเบซเปเปเบซเบฑเบเบงเปเบฒ xtensor เบเบฒเบเปเบเบฑเบ godsend: เบเบญเบเปเบซเบเบทเบญเปเบเบเบฒเบเบเบงเบฒเบกเบเบดเบเบเบตเปเบงเปเบฒเบกเบฑเบเบกเบตเบซเบเปเบฒเบเบตเปเบเบงเปเบฒเบเบเบงเบฒเบเปเบฅเบฐเบเบฐเบชเบดเบเบเบดเบเบฒเบเบชเบนเบ, เบเบฑเบเบเบฑเบเบเบฐเบเบฒเบเบญเบเบกเบฑเบเปเบเปเบเบฒเบเปเบเบฑเบเบเบตเปเบเปเบญเบเบเปเบฒเบเบเบญเบเบชเบฐเบซเบเบญเบเปเบฅเบฐเบเบญเบเบเปเบฒเบเบฒเบกเบเบฑเบเบเบตเปเบฅเบฐเบฅเบฒเบเบฅเบฐเบญเบฝเบ. เบเปเบงเบเบเบฒเบเบเปเบงเบเปเบซเบผเบทเบญเบเบญเบเบเบงเบเปเบเบปเบฒ, เบกเบฑเบเปเบเบฑเบเปเบเปเบเปเบเบตเปเบเบฐเบเบฐเบเบดเบเบฑเบเบเบฒเบเบซเบฑเบเบเปเบฝเบเบเบญเบ OpenCV matrices เปเบเบปเปเบฒเปเบเปเบ xtensor tensors, เปเบเบฑเปเบเบเบฝเบงเบเบฑเบเบเบฑเบเบงเบดเบเบตเบเบฒเบเบชเบปเบกเบเบปเบ tensor เบฎเบนเบเบเบฒเบ 3 เบกเบดเบเบดเปเบเบปเปเบฒเปเบเปเบ tensor 4 เบกเบดเบเบดเบเบญเบเบกเบดเบเบดเบเบตเปเบเบทเบเบเปเบญเบ (batch เบเบปเบงเบเบญเบเบกเบฑเบเปเบญเบ).
เบงเบฑเบเบชเบฐเบเบธเบชเบณเบฅเบฑเบเบเบฒเบเบฎเบฝเบเบฎเบนเป Rcpp, xtensor เปเบฅเบฐ RcppThread
เปเบเบทเปเบญเบฅเบงเบเบฅเบงเบกเปเบเบฅเปเบเบตเปเปเบเปเปเบเบฅเปเบฅเบฐเบเบปเบเปเบฅเบฐเบเบฒเบเปเบเบทเปเบญเบกเปเบเบเปเบเบเปเบเบทเปเบญเบเปเบซเบงเบเบฑเบเบซเปเบญเบเบชเบฐเบซเบกเบธเบเบเบตเปเบเบดเบเบเบฑเปเบเบขเบนเปเปเบเบฅเบฐเบเบปเบ, เบเบงเบเปเบฎเบปเบฒเปเบเปเบเปเบฒเปเบเปเบเบปเบเปเบ plugin เบเบตเปเบเบฐเบเบดเบเบฑเบเบขเบนเปเปเบเบเบธเบ. Rcpp. เปเบเบทเปเบญเบเบญเบเบซเบฒเปเบชเบฑเปเบเบเบฒเบ เปเบฅเบฐเบเบธเบเปเบเบเบญเบฑเบเบเบฐเปเบเบกเบฑเบ, เบเบงเบเปเบฎเบปเบฒเปเบเปเปเบเปเปเบเบทเปเบญเบเปเบเป Linux เบเบตเปเปเบเบฑเบเบเบตเปเบเบดเบเบปเบก pkg-config.
เบเบฒเบเบเบฐเบเบดเบเบฑเบเบเบญเบ plugin Rcpp เบชเปเบฒเบฅเบฑเบเบเบฒเบเบเปเบฒเปเบเปเบซเปเบญเบเบชเบฐเบซเบกเบธเบ OpenCV
Rcpp::registerPlugin("opencv", function() {
# ะะพะทะผะพะถะฝัะต ะฝะฐะทะฒะฐะฝะธั ะฟะฐะบะตัะฐ
pkg_config_name <- c("opencv", "opencv4")
# ะะธะฝะฐัะฝัะน ัะฐะนะป ััะธะปะธัั pkg-config
pkg_config_bin <- Sys.which("pkg-config")
# ะัะพะฒัะตะบะฐ ะฝะฐะปะธัะธั ััะธะปะธัั ะฒ ัะธััะตะผะต
checkmate::assert_file_exists(pkg_config_bin, access = "x")
# ะัะพะฒะตัะบะฐ ะฝะฐะปะธัะธั ัะฐะนะปะฐ ะฝะฐัััะพะตะบ OpenCV ะดะปั pkg-config
check <- sapply(pkg_config_name,
function(pkg) system(paste(pkg_config_bin, pkg)))
if (all(check != 0)) {
stop("OpenCV config for the pkg-config not found", call. = FALSE)
}
pkg_config_name <- pkg_config_name[check == 0]
list(env = list(
PKG_CXXFLAGS = system(paste(pkg_config_bin, "--cflags", pkg_config_name),
intern = TRUE),
PKG_LIBS = system(paste(pkg_config_bin, "--libs", pkg_config_name),
intern = TRUE)
))
})
เปเบเบฑเบเบเบปเบเบกเบฒเบเบฒเบเบเบฒเบเบเปเบฒเปเบเบตเบเบเบฒเบเบเบญเบ plugin, เบเปเบฒเบเปเปเปเบเบเบตเปเบเบฐเบเบทเบเบเบปเบเปเบเบเปเบเบฅเบฐเบซเบงเปเบฒเบเบเบฐเบเบงเบเบเบฒเบเบฅเบงเบเบฅเบงเบก:
Rcpp:::.plugins$opencv()$env
# $PKG_CXXFLAGS
# [1] "-I/usr/include/opencv"
#
# $PKG_LIBS
# [1] "-lopencv_shape -lopencv_stitching -lopencv_superres -lopencv_videostab -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_datasets -lopencv_dpm -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hdf -lopencv_line_descriptor -lopencv_optflow -lopencv_video -lopencv_plot -lopencv_reg -lopencv_saliency -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_rgbd -lopencv_viz -lopencv_surface_matching -lopencv_text -lopencv_ximgproc -lopencv_calib3d -lopencv_features2d -lopencv_flann -lopencv_xobjdetect -lopencv_objdetect -lopencv_ml -lopencv_xphoto -lopencv_highgui -lopencv_videoio -lopencv_imgcodecs -lopencv_photo -lopencv_imgproc -lopencv_core"
เบฅเบฐโเบซเบฑเบโเบเบฒเบโเบเบฐโเบเบดโเบเบฑเบโเบชเปเบฒโเบฅเบฑเบโเบเบฒเบโเปเบเบ JSON เปเบฅเบฐโเบเบฒเบโเบชเปเบฒเบ batch เบชเปเบฒโเบฅเบฑเบโเบเบฒเบโเบชเบปเปเบโเบเบฑเบโเบฎเบนเบโเปเบเบโเปเบกเปเบโเปเบเปโเบฎเบฑเบโเปเบซเปโเบเบฒเบโเปเบเป spoiler เปเบเปโ. เบเปเบฒเบญเบดเบ, เปเบเบตเปเบกเบเบฑเบเบเบตเปเบเบเบเบฒเบเบเปเบญเบเบเบดเปเบเปเบเบทเปเบญเบเบญเบเบซเบฒเปเบเบฅเป header (เบเปเบญเบเบเบฒเบเบชเปเบฒเบฅเบฑเบ ndjson):
Sys.setenv("PKG_CXXFLAGS" = paste0("-I", normalizePath(file.path("src"))))
เบเบฒเบเบเบฐเบเบดเบเบฑเบ JSON เปเบเบเบฒเบเปเบเบ tensor เปเบ C++
// [[Rcpp::plugins(cpp14)]]
// [[Rcpp::plugins(opencv)]]
// [[Rcpp::depends(xtensor)]]
// [[Rcpp::depends(RcppThread)]]
#include <xtensor/xjson.hpp>
#include <xtensor/xadapt.hpp>
#include <xtensor/xview.hpp>
#include <xtensor-r/rtensor.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <Rcpp.h>
#include <RcppThread.h>
// ะกะธะฝะพะฝะธะผั ะดะปั ัะธะฟะพะฒ
using RcppThread::parallelFor;
using json = nlohmann::json;
using points = xt::xtensor<double,2>; // ะะทะฒะปะตััะฝะฝัะต ะธะท JSON ะบะพะพัะดะธะฝะฐัั ัะพัะตะบ
using strokes = std::vector<points>; // ะะทะฒะปะตััะฝะฝัะต ะธะท JSON ะบะพะพัะดะธะฝะฐัั ัะพัะตะบ
using xtensor3d = xt::xtensor<double, 3>; // ะขะตะฝะทะพั ะดะปั ั
ัะฐะฝะตะฝะธั ะผะฐััะธัั ะธะทะพะพะฑัะฐะถะตะฝะธั
using xtensor4d = xt::xtensor<double, 4>; // ะขะตะฝะทะพั ะดะปั ั
ัะฐะฝะตะฝะธั ะผะฝะพะถะตััะฒะฐ ะธะทะพะฑัะฐะถะตะฝะธะน
using rtensor3d = xt::rtensor<double, 3>; // ะะฑัััะบะฐ ะดะปั ัะบัะฟะพััะฐ ะฒ R
using rtensor4d = xt::rtensor<double, 4>; // ะะฑัััะบะฐ ะดะปั ัะบัะฟะพััะฐ ะฒ R
// ะกัะฐัะธัะตัะบะธะต ะบะพะฝััะฐะฝัั
// ะ ะฐะทะผะตั ะธะทะพะฑัะฐะถะตะฝะธั ะฒ ะฟะธะบัะตะปัั
const static int SIZE = 256;
// ะขะธะฟ ะปะธะฝะธะธ
// ะกะผ. https://en.wikipedia.org/wiki/Pixel_connectivity#2-dimensional
const static int LINE_TYPE = cv::LINE_4;
// ะขะพะปัะธะฝะฐ ะปะธะฝะธะธ ะฒ ะฟะธะบัะตะปัั
const static int LINE_WIDTH = 3;
// ะะปะณะพัะธัะผ ัะตัะฐะนะทะฐ
// https://docs.opencv.org/3.1.0/da/d54/group__imgproc__transform.html#ga5bb5a1fea74ea38e1a5445ca803ff121
const static int RESIZE_TYPE = cv::INTER_LINEAR;
// ะจะฐะฑะปะพะฝ ะดะปั ะบะพะฝะฒะตััะธัะพะฒะฐะฝะธั OpenCV-ะผะฐััะธัั ะฒ ัะตะฝะทะพั
template <typename T, int NCH, typename XT=xt::xtensor<T,3,xt::layout_type::column_major>>
XT to_xt(const cv::Mat_<cv::Vec<T, NCH>>& src) {
// ะ ะฐะทะผะตัะฝะพััั ัะตะปะตะฒะพะณะพ ัะตะฝะทะพัะฐ
std::vector<int> shape = {src.rows, src.cols, NCH};
// ะะฑัะตะต ะบะพะปะธัะตััะฒะพ ัะปะตะผะตะฝัะพะฒ ะฒ ะผะฐััะธะฒะต
size_t size = src.total() * NCH;
// ะัะตะพะฑัะฐะทะพะฒะฐะฝะธะต cv::Mat ะฒ xt::xtensor
XT res = xt::adapt((T*) src.data, size, xt::no_ownership(), shape);
return res;
}
// ะัะตะพะฑัะฐะทะพะฒะฐะฝะธะต JSON ะฒ ัะฟะธัะพะบ ะบะพะพัะดะธะฝะฐั ัะพัะตะบ
strokes parse_json(const std::string& x) {
auto j = json::parse(x);
// ะ ะตะทัะปััะฐั ะฟะฐััะธะฝะณะฐ ะดะพะปะถะตะฝ ะฑััั ะผะฐััะธะฒะพะผ
if (!j.is_array()) {
throw std::runtime_error("'x' must be JSON array.");
}
strokes res;
res.reserve(j.size());
for (const auto& a: j) {
// ะะฐะถะดัะน ัะปะตะผะตะฝั ะผะฐััะธะฒะฐ ะดะพะปะถะตะฝ ะฑััั 2-ะผะตัะฝัะผ ะผะฐััะธะฒะพะผ
if (!a.is_array() || a.size() != 2) {
throw std::runtime_error("'x' must include only 2d arrays.");
}
// ะะทะฒะปะตัะตะฝะธะต ะฒะตะบัะพัะฐ ัะพัะตะบ
auto p = a.get<points>();
res.push_back(p);
}
return res;
}
// ะััะธัะพะฒะบะฐ ะปะธะฝะธะน
// ะฆะฒะตัะฐ HSV
cv::Mat ocv_draw_lines(const strokes& x, bool color = true) {
// ะัั
ะพะดะฝัะน ัะธะฟ ะผะฐััะธัั
auto stype = color ? CV_8UC3 : CV_8UC1;
// ะัะพะณะพะฒัะน ัะธะฟ ะผะฐััะธัั
auto dtype = color ? CV_32FC3 : CV_32FC1;
auto bg = color ? cv::Scalar(0, 0, 255) : cv::Scalar(255);
auto col = color ? cv::Scalar(0, 255, 220) : cv::Scalar(0);
cv::Mat img = cv::Mat(SIZE, SIZE, stype, bg);
// ะะพะปะธัะตััะฒะพ ะปะธะฝะธะน
size_t n = x.size();
for (const auto& s: x) {
// ะะพะปะธัะตััะฒะพ ัะพัะตะบ ะฒ ะปะธะฝะธะธ
size_t n_points = s.shape()[1];
for (size_t i = 0; i < n_points - 1; ++i) {
// ะขะพัะบะฐ ะฝะฐัะฐะปะฐ ัััะธั
ะฐ
cv::Point from(s(0, i), s(1, i));
// ะขะพัะบะฐ ะพะบะพะฝัะฐะฝะธั ัััะธั
ะฐ
cv::Point to(s(0, i + 1), s(1, i + 1));
// ะััะธัะพะฒะบะฐ ะปะธะฝะธะธ
cv::line(img, from, to, col, LINE_WIDTH, LINE_TYPE);
}
if (color) {
// ะะตะฝัะตะผ ัะฒะตั ะปะธะฝะธะธ
col[0] += 180 / n;
}
}
if (color) {
// ะะตะฝัะตะผ ัะฒะตัะพะฒะพะต ะฟัะตะดััะฐะฒะปะตะฝะธะต ะฝะฐ RGB
cv::cvtColor(img, img, cv::COLOR_HSV2RGB);
}
// ะะตะฝัะตะผ ัะพัะผะฐั ะฟัะตะดััะฐะฒะปะตะฝะธั ะฝะฐ float32 ั ะดะธะฐะฟะฐะทะพะฝะพะผ [0, 1]
img.convertTo(img, dtype, 1 / 255.0);
return img;
}
// ะะฑัะฐะฑะพัะบะฐ JSON ะธ ะฟะพะปััะตะฝะธะต ัะตะฝะทะพัะฐ ั ะดะฐะฝะฝัะผะธ ะธะทะพะฑัะฐะถะตะฝะธั
xtensor3d process(const std::string& x, double scale = 1.0, bool color = true) {
auto p = parse_json(x);
auto img = ocv_draw_lines(p, color);
if (scale != 1) {
cv::Mat out;
cv::resize(img, out, cv::Size(), scale, scale, RESIZE_TYPE);
cv::swap(img, out);
out.release();
}
xtensor3d arr = color ? to_xt<double,3>(img) : to_xt<double,1>(img);
return arr;
}
// [[Rcpp::export]]
rtensor3d cpp_process_json_str(const std::string& x,
double scale = 1.0,
bool color = true) {
xtensor3d res = process(x, scale, color);
return res;
}
// [[Rcpp::export]]
rtensor4d cpp_process_json_vector(const std::vector<std::string>& x,
double scale = 1.0,
bool color = false) {
size_t n = x.size();
size_t dim = floor(SIZE * scale);
size_t channels = color ? 3 : 1;
xtensor4d res({n, dim, dim, channels});
parallelFor(0, n, [&x, &res, scale, color](int i) {
xtensor3d tmp = process(x[i], scale, color);
auto view = xt::view(res, i, xt::all(), xt::all(), xt::all());
view = tmp;
});
return res;
}
เบฅเบฐเบซเบฑเบเบเบตเปเบเบงเบเบเบฐเบเบทเบเบงเบฒเบเปเบงเปเปเบเปเบเบฅเป src/cv_xt.cpp
เปเบฅเบฐเบฅเบงเบเบฅเบงเบกเบเบฑเบเบเปเบฒเบชเบฑเปเบ Rcpp::sourceCpp(file = "src/cv_xt.cpp", env = .GlobalEnv)
; เบเบฑเบเบเปเบญเบเบเบฒเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเปเบฎเบฑเบเบงเบฝเบ nlohmann/json.hpp
เบเบฒเบเบเบฑเปเบ
-
to_xt
- เบซเบเปเบฒโเบเบตเปโเปเบกเปโเปเบเบโเบชเปเบฒโเบฅเบฑเบโเบเบฒเบโเบซเบฑเบโเบฎเบนเบโเบเบฒเบ matrix (cv::Mat
) เบเบฑเบ tensor เปเบเบฑเบxt::xtensor
; -
parse_json
โ เบเบฑเบเบเบฑเบ parses a JSON string, เบชเบฐเบเบฑเบเบเบธเบเบเบฐเบชเบฒเบเบเบฒเบเบเบญเบเบเบธเบ, packing เปเบซเปเปเบเบปเบฒเปเบเบปเปเบฒเปเบเบปเปเบฒเปเบเปเบ vector; -
ocv_draw_lines
- เบเบฒเบ vector เบเบปเบเปเบเปเบฎเบฑเบเบเบญเบเบเบธเบ, draws เบชเบฒเบเบซเบผเบฒเบเบชเบต; -
process
โ เบฅเบงเบกโเบซเบเปเบฒโเบเบตเปโเบเปเบฒเบโเปเบเบดเบโเบเบตเปโเปเบฅเบฐโเบเบฑเบโเปเบเบตเปเบกโเบเบงเบฒเบกโเบชเบฒโเบกเบฒเบโเปเบโเบเบฐโเบซเบเบฒเบโเบฎเบนเบโเบเบฒเบโเบเบตเปโเปเบเปโเบฎเบฑเบโ; -
cpp_process_json_str
- wrapper เปเบเปเบฅเบเบฐเบเบฒเบเบเปเบฒเบเบฒเบprocess
, เปเบเบดเปเบเบชเบปเปเบเบญเบญเบเบเบปเบเปเบเปเบฎเบฑเบเปเบเบซเบฒ R-object (เบญเบฒเปเบฃ multidimensional); -
cpp_process_json_vector
- wrapper เปเบเปเบฅเบเบฐเบเบฒเบเบเปเบฒเบเบฒเบcpp_process_json_str
, เปเบเบดเปเบเบญเบฐเบเบธเบเบฒเบเปเบซเปเบเปเบฒเบเบชเบฒเบกเบฒเบเบเบฐเบกเบงเบเบเบปเบ vector string เปเบเบฎเบนเบเปเบเบเบซเบผเบฒเบ threaded.
เปเบเบทเปเบญเปเบเปเบกเปเบชเบฑเปเบเบซเบผเบฒเบเบชเบต, เบฎเบนเบเปเบเบเบชเบต HSV เปเบเปเบเบทเบเบเปเบฒเปเบเป, เบเบฐเบเบดเบเบฑเบเบเบฒเบกเปเบเบเบเบฒเบเบเปเบฝเบเปเบเบฑเบ RGB. เบเปโเปเบซเปโเบเบปเบโเบชเบญเบโเบเบปเบโเปเบเปโเบฎเบฑเบโ:
arr <- cpp_process_json_str(tmp_data[4, drawing])
dim(arr)
# [1] 256 256 3
plot(magick::image_read(arr))
เบเบฒเบเบเบฝเบเบเบฝเบเบเบงเบฒเบกเปเบงเบเบญเบเบเบฒเบเบเบฑเบเบเบฑเปเบเบเบฐเบเบดเบเบฑเบเปเบ R เปเบฅเบฐ C++
res_bench <- bench::mark(
r_process_json_str(tmp_data[4, drawing], scale = 0.5),
cpp_process_json_str(tmp_data[4, drawing], scale = 0.5),
check = FALSE,
min_iterations = 100
)
# ะะฐัะฐะผะตััั ะฑะตะฝัะผะฐัะบะฐ
cols <- c("expression", "min", "median", "max", "itr/sec", "total_time", "n_itr")
res_bench[, cols]
# expression min median max `itr/sec` total_time n_itr
# <chr> <bch:tm> <bch:tm> <bch:tm> <dbl> <bch:tm> <int>
# 1 r_process_json_str 3.49ms 3.55ms 4.47ms 273. 490ms 134
# 2 cpp_process_json_str 1.94ms 2.02ms 5.32ms 489. 497ms 243
library(ggplot2)
# ะัะพะฒะตะดะตะฝะธะต ะทะฐะผะตัะฐ
res_bench <- bench::press(
batch_size = 2^(4:10),
{
.data <- tmp_data[sample(seq_len(.N), batch_size), drawing]
bench::mark(
r_process_json_vector(.data, scale = 0.5),
cpp_process_json_vector(.data, scale = 0.5),
min_iterations = 50,
check = FALSE
)
}
)
res_bench[, cols]
# expression batch_size min median max `itr/sec` total_time n_itr
# <chr> <dbl> <bch:tm> <bch:tm> <bch:tm> <dbl> <bch:tm> <int>
# 1 r 16 50.61ms 53.34ms 54.82ms 19.1 471.13ms 9
# 2 cpp 16 4.46ms 5.39ms 7.78ms 192. 474.09ms 91
# 3 r 32 105.7ms 109.74ms 212.26ms 7.69 6.5s 50
# 4 cpp 32 7.76ms 10.97ms 15.23ms 95.6 522.78ms 50
# 5 r 64 211.41ms 226.18ms 332.65ms 3.85 12.99s 50
# 6 cpp 64 25.09ms 27.34ms 32.04ms 36.0 1.39s 50
# 7 r 128 534.5ms 627.92ms 659.08ms 1.61 31.03s 50
# 8 cpp 128 56.37ms 58.46ms 66.03ms 16.9 2.95s 50
# 9 r 256 1.15s 1.18s 1.29s 0.851 58.78s 50
# 10 cpp 256 114.97ms 117.39ms 130.09ms 8.45 5.92s 50
# 11 r 512 2.09s 2.15s 2.32s 0.463 1.8m 50
# 12 cpp 512 230.81ms 235.6ms 261.99ms 4.18 11.97s 50
# 13 r 1024 4s 4.22s 4.4s 0.238 3.5m 50
# 14 cpp 1024 410.48ms 431.43ms 462.44ms 2.33 21.45s 50
ggplot(res_bench, aes(x = factor(batch_size), y = median,
group = expression, color = expression)) +
geom_point() +
geom_line() +
ylab("median time, s") +
theme_minimal() +
scale_color_discrete(name = "", labels = c("cpp", "r")) +
theme(legend.position = "bottom")
เบเบฑเปเบเบเบตเปเปเบเบปเปเบฒเบชเบฒเบกเบฒเบเปเบซเบฑเบเปเบเป, เบเบฒเบเปเบเบตเปเบกเบเบงเบฒเบกเปเบงเปเบเปเบเบฒเบเปเบเบฑเบเบชเบดเปเบเบชเปเบฒเบเบฑเบเบซเบผเบฒเบ, เปเบฅเบฐเบกเบฑเบเปเบเบฑเบเปเบเบเปเปเปเบเปเบเบตเปเบเบฐเบเบฑเบเบฅเบฐเบซเบฑเบ C ++ เปเบเบเบเบฒเบเบเบฐเบซเบเบฒเบเบฅเบฐเบซเบฑเบ R.
3. Iterators เบชเปเบฒเบฅเบฑเบ unloading batches เบเบฒเบเบเบฒเบเบเปเปเบกเบนเบ
R เบกเบตเบเบทเปเบชเบฝเบเบเบตเปเบชเบปเบกเบเบงเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบฐเบกเบงเบเบเบปเบเบเปเปเบกเบนเบเบเบตเปเปเบซเบกเบฒเบฐเบเบฑเบ RAM, เปเบเบเบฐเบเบฐเบเบตเป Python เบกเบตเบฅเบฑเบเบชเบฐเบเบฐเปเบเบตเปเบกเปเบเบตเบกเปเบเบเบเบฒเบเบเบฐเบกเบงเบเบเบปเบเบเปเปเบกเบนเบเปเบเบเบเปเปเบฒเป, เบเปเบงเบเปเบซเปเบเปเบฒเบเบชเบฒเบกเบฒเบเบเบฐเบเบดเบเบฑเบเบเบฒเบเบเบดเบเปเบฅเปเบเบญเบเบซเบผเบฑเบ (เบเบฒเบเบเบดเบเปเบฅเปเปเบเบเปเบเปเบซเบเปเบงเบเบเบงเบฒเบกเบเปเบฒเบเบฒเบเบเบญเบ). เบเบปเบงเบขเปเบฒเบเบเบฅเบฒเบชเบชเบดเบเปเบฅเบฐเบเบตเปเบเปเบฝเบงเบเปเบญเบเบชเปเบฒเบฅเบฑเบเบเบงเบเปเบฎเบปเบฒเปเบเบชเบฐเบเบฒเบเบเบฒเบเบเบญเบเบเบฑเบเบซเบฒเบเบตเปเบญเบฐเบเบดเบเบฒเบเปเบงเปเปเบกเปเบเปเบเบทเบญเบเปเบฒเบ neural เปเบฅเบดเบเบเบตเปเปเบเปเบฎเบฑเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเบเบงเบดเบเบตเบเบฒเบ gradient descent เปเบเบเบเบฐเบกเบฒเบเบเบญเบ gradient เปเบเปเบเปเบฅเบฐเบเบฑเปเบเบเบญเบเปเบเบเปเบเปเบชเปเบงเบเบเปเบญเบเปเบเบญเบเบเบฒเบเบชเบฑเบเปเบเบเบเบฒเบ, เบซเบผเบท mini-batch.
เบเบญเบเบเบฒเบเบฎเบฝเบเบฎเบนเปเปเบฅเบดเบเบเบตเปเบเบฝเบเปเบ Python เบกเบตเบซเปเบญเบเบฎเบฝเบเบเบดเปเบชเบเบเบตเปเบเบฐเบเบดเบเบฑเบ iterators เปเบเบเบญเบตเบเปเบชเปเบเปเปเบกเบนเบ: เบเบฒเบเบฐเบฅเบฒเบ, เบฎเบนเบเบเบฒเบเปเบเปเบเบเปเบเบต, เบฎเบนเบเปเบเบเบเบฒเบเบชเบญเบ, เปเบฅเบฐเบญเบทเปเบเป. เบเปเบฒเบเบชเบฒเบกเบฒเบเบเปเบฒเปเบเปเบเบฒเบเปเบฅเบทเบญเบเบเบตเปเบเบฝเบกเบเปเบญเบกเบซเบผเบทเบเบฝเบเบเบญเบเบเปเบฒเบเปเบญเบเบชเปเบฒเบฅเบฑเบเบงเบฝเบเบเบฒเบเบชเบฐเปเบเบฒเบฐ. เปเบ R เบเบงเบเปเบฎเบปเบฒเบชเบฒเบกเบฒเบเปเบเปเบเบฐเปเบซเบเบเบเบฒเบเบฅเบฑเบเบชเบฐเบเบฐเบเบฑเบเบซเบกเบปเบเบเบญเบเบซเปเบญเบเบชเบฐเบซเบกเบธเบ Python keras เบเบฑเบ backends เบเปเบฒเบเปเบเบญเบเบกเบฑเบเปเบเบเปเบเปเบเบธเบเบเบญเบเบเบทเปเบเบฝเบงเบเบฑเบ, เปเบเบดเปเบเปเบเบเบฑเปเบเปเบฎเบฑเบเบงเบฝเบเบขเบนเปเปเบเบดเบเบชเบธเบเบเบญเบเบเบธเบ reticulate. เบชเบธเบเบเปเบฒเบเบชเบปเบกเบเบงเบเปเบเปเบฎเบฑเบเบเบปเบเบเบงเบฒเบกเบเบฒเบงเปเบเบเบเปเบฒเบเบซเบฒเบ; เบกเบฑเบเบเปเปเบเบฝเบเปเบเปเบญเบฐเบเบธเบเบฒเบเปเบซเปเบเปเบฒเบเบชเบฒเบกเบฒเบเปเบญเบตเปเบเปเบเปเบฅเบฐเบซเบฑเบ Python เบเบฒเบ R, เปเบเปเบเบฑเบเบเปเบงเบเปเบซเปเบเปเบฒเบเบชเบฒเบกเบฒเบเปเบญเบเบงเบฑเบเบเบธเบฅเบฐเบซเบงเปเบฒเบ R เปเบฅเบฐ Python sessions, เบญเบฑเบเบเบฐเปเบเบกเบฑเบเบเบฒเบเปเบเบเบเบฐเปเบเบเบเบตเปเบเปเบฒเปเบเบฑเบเบเบฑเบเบซเบกเบปเบ.
เบเบงเบเปเบฎเบปเบฒเบเปเบฒเบเบฑเบเบเบงเบฒเบกเบเปเบญเบเบเบฒเบเบเบตเปเบเบฐเปเบเบฑเบเบฎเบฑเบเบชเบฒเบเปเปเบกเบนเบเบเบฑเบเบซเบกเบปเบเปเบ RAM เปเบเบเปเบเป MonetDBLite, เบเบฒเบเปเบฎเบฑเบเบงเบฝเบ "เปเบเบทเบญเบเปเบฒเบ neural" เบเบฑเบเบซเบกเบปเบเบเบฐเบเบทเบเบเบฐเบเบดเบเบฑเบเปเบเบเบฅเบฐเบซเบฑเบเบเบปเปเบเบชเบฐเบเบฑเบเปเบ Python, เบเบงเบเปเบฎเบปเบฒเบเบฝเบเปเบเปเบเปเบญเบเบเบฝเบ iterator เปเบเปเบฅเบเบฐเบเปเปเบกเบนเบ, เปเบเบทเปเบญเบเบเบฒเบเบงเปเบฒเบเปเปเบกเบตเบซเบเบฑเบเบเปเบญเบก. เบชเปเบฒเบฅเบฑเบเบชเบฐเบเบฒเบเบฐเบเบฒเบเบเบฑเปเบเบเปเบฒเบงเปเบ R เบซเบผเบท Python. เบกเบฑเบเบกเบตเบเบงเบฒเบกเบเปเบญเบเบเบฒเบเบเบฝเบเปเบเปเบชเบญเบเบขเปเบฒเบเปเบเบปเปเบฒเบเบฑเปเบ: เบกเบฑเบเบเปเบญเบเบเบฑเบเบเบทเบ batches เปเบ loop เบเบตเปเบเปเปเบกเบตเบเบตเปเบชเบดเปเบเบชเบธเบเปเบฅเบฐเบเบฐเบซเบเบฑเบเบชเบฐเบเบฒเบเบฐเบเบญเบเบกเบฑเบเบฅเบฐเบซเบงเปเบฒเบเบเบฒเบเบเปเปเบฒเบเบทเบ (เบญเบฑเบเบชเบธเบเบเปเบฒเบเปเบ R เบเบทเบเบเบฐเบเบดเบเบฑเบเปเบเบงเบดเบเบตเบเบตเปเบเปเบฒเบเบเบตเปเบชเบธเบเปเบเบเปเบเปเบเบฒเบเบเบดเบ). เบเปเบญเบเบซเบเปเบฒเบเบตเป, เบกเบฑเบเบเปเบฒเปเบเบฑเบเบเปเบญเบเปเบเปเบเปเบฝเบ R arrays เปเบเบปเปเบฒเปเบเปเบ numpy arrays เบเบฒเบเปเบ iterator, เปเบเปเบเบธเบเบเบฐเบเบธเบเบฑเบเบเบญเบเบเบธเบ. keras เปเบฎเบฑเบเบกเบฑเบเปเบญเบ.
เบเบนเปเบเบงเบเบชเบญเบเบเปเปเบกเบนเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบก เปเบฅเบฐเบเบฒเบเบเบงเบเบชเบญเบเบเบงเบฒเบกเบเบทเบเบเปเบญเบเปเบเปเบญเบญเบเปเบเบฑเบเบเบฑเปเบเบเปเปเปเบเบเบตเป:
Iterator เบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบฅเบฐเบเปเปเบกเบนเบเบเบฒเบเบเบงเบเบชเบญเบ
train_generator <- function(db_connection = con,
samples_index,
num_classes = 340,
batch_size = 32,
scale = 1,
color = FALSE,
imagenet_preproc = FALSE) {
# ะัะพะฒะตัะบะฐ ะฐัะณัะผะตะฝัะพะฒ
checkmate::assert_class(con, "DBIConnection")
checkmate::assert_integerish(samples_index)
checkmate::assert_count(num_classes)
checkmate::assert_count(batch_size)
checkmate::assert_number(scale, lower = 0.001, upper = 5)
checkmate::assert_flag(color)
checkmate::assert_flag(imagenet_preproc)
# ะะตัะตะผะตัะธะฒะฐะตะผ, ััะพะฑั ะฑัะฐัั ะธ ัะดะฐะปััั ะธัะฟะพะปัะทะพะฒะฐะฝะฝัะต ะธะฝะดะตะบัั ะฑะฐััะตะน ะฟะพ ะฟะพััะดะบั
dt <- data.table::data.table(id = sample(samples_index))
# ะัะพััะฐะฒะปัะตะผ ะฝะพะผะตัะฐ ะฑะฐััะตะน
dt[, batch := (.I - 1L) %/% batch_size + 1L]
# ะััะฐะฒะปัะตะผ ัะพะปัะบะพ ะฟะพะปะฝัะต ะฑะฐััะธ ะธ ะธะฝะดะตะบัะธััะตะผ
dt <- dt[, if (.N == batch_size) .SD, keyby = batch]
# ะฃััะฐะฝะฐะฒะปะธะฒะฐะตะผ ัััััะธะบ
i <- 1
# ะะพะปะธัะตััะฒะพ ะฑะฐััะตะน
max_i <- dt[, max(batch)]
# ะะพะดะณะพัะพะฒะบะฐ ะฒััะฐะถะตะฝะธั ะดะปั ะฒัะณััะทะบะธ
sql <- sprintf(
"PREPARE SELECT drawing, label_int FROM doodles WHERE id IN (%s)",
paste(rep("?", batch_size), collapse = ",")
)
res <- DBI::dbSendQuery(con, sql)
# ะะฝะฐะปะพะณ keras::to_categorical
to_categorical <- function(x, num) {
n <- length(x)
m <- numeric(n * num)
m[x * n + seq_len(n)] <- 1
dim(m) <- c(n, num)
return(m)
}
# ะะฐะผัะบะฐะฝะธะต
function() {
# ะะฐัะธะฝะฐะตะผ ะฝะพะฒัั ัะฟะพั
ั
if (i > max_i) {
dt[, id := sample(id)]
data.table::setkey(dt, batch)
# ะกะฑัะฐััะฒะฐะตะผ ัััััะธะบ
i <<- 1
max_i <<- dt[, max(batch)]
}
# ID ะดะปั ะฒัะณััะทะบะธ ะดะฐะฝะฝัั
batch_ind <- dt[batch == i, id]
# ะัะณััะทะบะฐ ะดะฐะฝะฝัั
batch <- DBI::dbFetch(DBI::dbBind(res, as.list(batch_ind)), n = -1)
# ะฃะฒะตะปะธัะธะฒะฐะตะผ ัััััะธะบ
i <<- i + 1
# ะะฐััะธะฝะณ JSON ะธ ะฟะพะดะณะพัะพะฒะบะฐ ะผะฐััะธะฒะฐ
batch_x <- cpp_process_json_vector(batch$drawing, scale = scale, color = color)
if (imagenet_preproc) {
# ะจะบะฐะปะธัะพะฒะฐะฝะธะต c ะธะฝัะตัะฒะฐะปะฐ [0, 1] ะฝะฐ ะธะฝัะตัะฒะฐะป [-1, 1]
batch_x <- (batch_x - 0.5) * 2
}
batch_y <- to_categorical(batch$label_int, num_classes)
result <- list(batch_x, batch_y)
return(result)
}
}
เบเบฑเบเบเบฑเบเปเบเปเปเบงเบฅเบฒเปเบเบฑเบ input เบเบปเบงเปเบเบเบตเปเบกเบตเบเบฒเบเปเบเบทเปเบญเบกเบเปเปเบเบฑเบเบเบฒเบเบเปเปเบกเบนเบ, เบเปเบฒเบเบงเบเบเบญเบเบชเบฒเบเบเบตเปเปเบเป, เบเปเบฒเบเบงเบเบเบญเบเบซเปเบญเบเบฎเบฝเบ, batch เบเบฐเบซเบเบฒเบ, เบเบฐเบซเบเบฒเบ (scale = 1
เบชเบญเบเบเปเบญเบเบเบฑเบเบเบฒเบเบชเบฐเปเบเบเบฎเบนเบเบเบฒเบเบเบญเบ 256x256 pixels, scale = 0.5
- 128x128 pixels), เบเบปเบงเบเบตเปเบเบญเบเบชเบต (.color = FALSE
เบฅเบฐเบเบธเบเบฒเบเบชเบฐเปเบเบเบเบปเบเปเบเบฑเบเบชเบตเปเบเบปเบฒเปเบกเบทเปเบญเปเบเป color = TRUE
เปเบเปเบฅเบฐเบเบฑเบเบซเบงเบฐเบเบทเบเปเบเปเบกเบเปเบงเบเบชเบตเปเปเป) เปเบฅเบฐเบเบปเบงเบเบตเปเบเบญเบเบเบฒเบเบเบฐเบกเบงเบเบเบปเบเบฅเปเบงเบเปเปเบฒเบชเบณเบฅเบฑเบเปเบเบทเบญเบเปเบฒเบเบเบตเปเปเบเปเบฎเบฑเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบ imagenet. เบญเบฑเบเบชเบธเบเบเปเบฒเบเปเบกเปเบเบเปเบฒเปเบเบฑเบเปเบเบทเปเบญเบเบฐเบซเบเบฒเบเบเปเบฒ pixels โโเบฅเบงเบเบเบฒเบเปเบฅเบเบฐ [0, 1] เปเบเบซเบฒเปเบฅเบเบฐ [-1, 1], เปเบเบดเปเบเปเบเปเบเบทเบเบเปเบฒเปเบเปเปเบเปเบงเบฅเบฒเบเบถเบเบญเบปเบเบฎเบปเบกเบเบตเปเบชเบฐเบซเบเบญเบ. keras เปเบเบ.
เบเบฑเบเบเบฑเบเบเบฒเบเบเบญเบเบเบฐเบเบญเบเบเปเบงเบเบเบฒเบเบเบงเบเบชเบญเบเบเบฐเปเบเบเบเบฒเบเปเบเปเบเบฝเบ, เบเบฒเบเบฐเบฅเบฒเบ data.table
เบเปเบงเบเบเบปเบงเปเบฅเบเปเบชเบฑเปเบเบเบฐเบชเบปเบกเปเบเบเบชเบธเปเบกเบเบฒเบ samples_index
เปเบฅเบฐเบเปเบฒเบเบงเบ batch, counter เปเบฅเบฐเบเปเบฒเบเบงเบเบชเบนเบเบชเบธเบเบเบญเบ batches, เปเบเบฑเปเบเบเบฝเบงเบเบฑเบเบเบฑเบเบเบฒเบเบชเบฐเปเบเบเบญเบญเบ SQL เบชเปเบฒเบฅเบฑเบ unloading เบเปเปเบกเบนเบเบเบฒเบเบเบฒเบเบเปเปเบกเบนเบ. เบเบญเบเบเบฒเบเบเบฑเปเบ, เบเบงเบเปเบฎเบปเบฒเปเบเปเบเปเบฒเบเบปเบเบเบฒเบเบเบฝเบเบเบฝเบเปเบงเบเบญเบเบซเบเปเบฒเบเบตเปเบเบฒเบเปเบ keras::to_categorical()
. เบเบงเบเปเบฎเบปเบฒเปเบเปเบเปเบฒเปเบเปเบเปเปเบกเบนเบเปเบเบทเบญเบเบเบฑเบเบซเบกเบปเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบก, เบเปเบญเบเปเบซเปเปเบเบดเปเบเบซเบเบถเปเบเปเบเบตเปเบเบฑเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบงเบเบชเบญเบ, เบเบฑเปเบเบเบฑเปเบเบเบฐเบซเบเบฒเบ epoch เปเบเปเบเบทเบเบเปเบฒเบเบฑเบเปเบเบเบเบฒเบฅเบฒเบกเบดเปเบเบต. steps_per_epoch
เปเบกเบทเปเบญเปเบญเบตเปเบ keras::fit_generator()
, เปเบฅเบฐเปเบเบทเปเบญเบเปเบ if (i > max_i)
เบเบฝเบเปเบเปเปเบฎเบฑเบเบงเบฝเบเบชเปเบฒเบฅเบฑเบ validation iterator.
เปเบเบเบฑเบเบเบฑเบเบเบฒเบเปเบ, เบเบฑเบเบเบฐเบเบตเปเบเบงเบเบทเบเบเบถเบเบกเบฒเบชเปเบฒเบฅเบฑเบเบเบธเบเบเปเปเปเบ, เบเบฑเบเบเบถเบเบเบทเบเบเบปเบเปเบฅเบตเบเบเบฒเบเบเบฒเบเบเปเปเบกเบนเบเบเบตเปเบกเบตเบเบฒเบเบเบฑเบเบเปเบฒเบเบงเบเปเบเบตเปเบกเบเบถเปเบ, JSON parsing (function cpp_process_json_vector()
, เบเบฝเบเปเบ C ++) เปเบฅเบฐเบเบฒเบเบชเปเบฒเบ array เบเบตเปเบชเบญเบเบเปเบญเบเบเบฑเบเบเบฑเบเบฎเบนเบเบเบฒเบ. เบซเบผเบฑเบเบเบฒเบเบเบฑเปเบ, vectors เบฎเปเบญเบเบซเบเบถเปเบเบเบตเปเบกเบตเบเปเบฒเบเบเบฑเปเบเบเบทเบเบชเปเบฒเบเบเบทเปเบ, arrays เบเบตเปเบกเบตเบเปเบฒ pixels โโเปเบฅเบฐ labels เบเบทเบเบฅเบงเบกเปเบเบปเปเบฒเบเบฑเบเปเบเบเบฑเบเบเบตเบฅเบฒเบเบเบทเป, เบเบถเปเบเปเบเบฑเบเบกเบนเบเบเปเบฒเบเบฑเบเบเบทเบ. เปเบเบทเปเบญเปเบฅเบฑเปเบเบเบฒเบเปเบฎเบฑเบเบงเบฝเบ, เบเบงเบเปเบฎเบปเบฒเปเบเปเบเปเบฒเปเบเปเบเบฒเบเบชเปเบฒเบเบเบฑเบเบชเบฐเบเบตเปเบเบเบฒเบเบฐเบฅเบฒเบ data.table
เปเบฅเบฐเบเบฒเบเบเบฑเบเปเบเปเบเปเบฒเบเบเบฒเบเปเบเบทเปเบญเบกเบเปเป - เปเบเบเบเปเปเบกเบตเบเบธเบเปเบซเบผเบปเปเบฒเบเบตเป "chips" เบเบฒเบเบฐเบฅเบฒเบ เบกเบฑเบเบเปเบญเบเบเปเบฒเบเบเบฒเบเบเบตเปเบเบฐเบเบดเบเบเบฐเบเบฒเบเบฒเบเปเบฎเบฑเบเบงเบฝเบเบขเปเบฒเบเบกเบตเบเบฐเบชเบดเบเบเบดเบเบฒเบเบเบฑเบเบเปเปเบกเบนเบเบเปเบฒเบเบงเบเบซเบผเบงเบเบซเบผเบฒเบเปเบ R.
เบเบปเบเบเบญเบเบเบฒเบเบงเบฑเบเปเบเบเบเบงเบฒเบกเปเบงเปเบเบเบญเบกเบเบดเบงเปเบเบต Core i5 เบกเบตเบเบฑเปเบเบเบตเป:
Iterator benchmark
library(Rcpp)
library(keras)
library(ggplot2)
source("utils/rcpp.R")
source("utils/keras_iterator.R")
con <- DBI::dbConnect(drv = MonetDBLite::MonetDBLite(), Sys.getenv("DBDIR"))
ind <- seq_len(DBI::dbGetQuery(con, "SELECT count(*) FROM doodles")[[1L]])
num_classes <- DBI::dbGetQuery(con, "SELECT max(label_int) + 1 FROM doodles")[[1L]]
# ะะฝะดะตะบัั ะดะปั ะพะฑััะฐััะตะน ะฒัะฑะพัะบะธ
train_ind <- sample(ind, floor(length(ind) * 0.995))
# ะะฝะดะตะบัั ะดะปั ะฟัะพะฒะตัะพัะฝะพะน ะฒัะฑะพัะบะธ
val_ind <- ind[-train_ind]
rm(ind)
# ะะพัััะธัะธะตะฝั ะผะฐัััะฐะฑะฐ
scale <- 0.5
# ะัะพะฒะตะดะตะฝะธะต ะทะฐะผะตัะฐ
res_bench <- bench::press(
batch_size = 2^(4:10),
{
it1 <- train_generator(
db_connection = con,
samples_index = train_ind,
num_classes = num_classes,
batch_size = batch_size,
scale = scale
)
bench::mark(
it1(),
min_iterations = 50L
)
}
)
# ะะฐัะฐะผะตััั ะฑะตะฝัะผะฐัะบะฐ
cols <- c("batch_size", "min", "median", "max", "itr/sec", "total_time", "n_itr")
res_bench[, cols]
# batch_size min median max `itr/sec` total_time n_itr
# <dbl> <bch:tm> <bch:tm> <bch:tm> <dbl> <bch:tm> <int>
# 1 16 25ms 64.36ms 92.2ms 15.9 3.09s 49
# 2 32 48.4ms 118.13ms 197.24ms 8.17 5.88s 48
# 3 64 69.3ms 117.93ms 181.14ms 8.57 5.83s 50
# 4 128 157.2ms 240.74ms 503.87ms 3.85 12.71s 49
# 5 256 359.3ms 613.52ms 988.73ms 1.54 30.5s 47
# 6 512 884.7ms 1.53s 2.07s 0.674 1.11m 45
# 7 1024 2.7s 3.83s 5.47s 0.261 2.81m 44
ggplot(res_bench, aes(x = factor(batch_size), y = median, group = 1)) +
geom_point() +
geom_line() +
ylab("median time, s") +
theme_minimal()
DBI::dbDisconnect(con, shutdown = TRUE)
เบเปเบฒเบเปเบฒเบเบกเบต RAM เบเบฝเบเบเป, เบเปเบฒเบเบชเบฒเบกเบฒเบเปเบฅเบฑเปเบเบเบฒเบเปเบฎเบฑเบเบงเบฝเบเบเบญเบเบเบฒเบเบเปเปเบกเบนเบเปเบเปเบขเปเบฒเบเบเบดเบเบเบฑเบเปเบเบเบเบฒเบเปเบญเบเบกเบฑเบเปเบเบซเบฒ RAM เบเบฝเบงเบเบฑเบเบเบตเป (32 GB เปเบกเปเบเบเบฝเบเบเปเบชเปเบฒเบฅเบฑเบเบงเบฝเบเบเบฒเบเบเบญเบเบเบงเบเปเบฎเบปเบฒ). เปเบ Linux, เบเบฒเบเปเบเปเบเบเบฒเบเบดเบเบฑเบเบเบทเบเบเบดเบเบเบฑเปเบเปเบเบเบเปเบฒเปเบฅเบตเปเบกเบเบปเปเบ /dev/shm
, เบเบญเบเบเบญเบเปเบเบดเบเปเบเบดเปเบเบซเบเบถเปเบเบเบญเบเบเบงเบฒเบกเบญเบฒเบเบชเบฒเบกเบฒเบ RAM. เบเปเบฒเบเบชเบฒเบกเบฒเบเปเบเบฑเปเบเปเบเบตเปเบกเปเบเบตเบกเปเบเปเปเบเบเบเบฒเบเบเบฑเบเปเบเป /etc/fstab
เปเบเบทเปเบญเปเบซเปเปเบเปเบฎเบฑเบเบเบฒเบเบเบฑเบเบเบถเบเปเบเบฑเปเบ tmpfs /dev/shm tmpfs defaults,size=25g 0 0
. เปเบซเปเปเบเปเปเบเบงเปเบฒ reboot เปเบฅเบฐเบเบงเบเปเบเบดเปเบเบเบปเบเปเบเปเบฎเบฑเบเปเบเบเบเบฒเบเปเบฅเปเบเบเปเบฒเบชเบฑเปเบ df -h
.
iterator เบชเปเบฒเบฅเบฑเบเบเปเปเบกเบนเบเบเบฒเบเบเบปเบเบชเบญเบเปเบเบดเปเบเบเปเบฒเบเบเบฒเบเบซเบผเบฒเบ, เปเบเบทเปเบญเบเบเบฒเบเบงเปเบฒเบเบธเบเบเปเปเบกเบนเบเบเบฒเบเบเบปเบเบชเบญเบเปเบซเบกเบฒเบฐเบเบฑเบเบซเบกเบปเบเปเบเบปเปเบฒเปเบเปเบ RAM:
Iterator เบชเปเบฒเบฅเบฑเบเบเปเปเบกเบนเบเบเบฒเบเบเบปเบเบชเบญเบ
test_generator <- function(dt,
batch_size = 32,
scale = 1,
color = FALSE,
imagenet_preproc = FALSE) {
# ะัะพะฒะตัะบะฐ ะฐัะณัะผะตะฝัะพะฒ
checkmate::assert_data_table(dt)
checkmate::assert_count(batch_size)
checkmate::assert_number(scale, lower = 0.001, upper = 5)
checkmate::assert_flag(color)
checkmate::assert_flag(imagenet_preproc)
# ะัะพััะฐะฒะปัะตะผ ะฝะพะผะตัะฐ ะฑะฐััะตะน
dt[, batch := (.I - 1L) %/% batch_size + 1L]
data.table::setkey(dt, batch)
i <- 1
max_i <- dt[, max(batch)]
# ะะฐะผัะบะฐะฝะธะต
function() {
batch_x <- cpp_process_json_vector(dt[batch == i, drawing],
scale = scale, color = color)
if (imagenet_preproc) {
# ะจะบะฐะปะธัะพะฒะฐะฝะธะต c ะธะฝัะตัะฒะฐะปะฐ [0, 1] ะฝะฐ ะธะฝัะตัะฒะฐะป [-1, 1]
batch_x <- (batch_x - 0.5) * 2
}
result <- list(batch_x)
i <<- i + 1
return(result)
}
}
4. เบเบฒเบเบเบฑเบเปเบฅเบทเบญเบเบชเบฐเบเบฒเบเบฑเบเบเบฐเบเบฐเบเปเบฒเปเบเบเบเปเบฒเบฅเบญเบ
เบชเบฐเบเบฒเบเบฑเบเบเบฐเบเบฐเบเปเบฒเบเปเบฒเบญเบดเบเบเบตเปเปเบเปเปเบกเปเบ (batch, height, width, 3)
, เบเบฑเปเบเปเบกเปเบ, เบเปเบฒเบเบงเบเบเปเบญเบเบเปเปเบชเบฒเบกเบฒเบเบเปเบฝเบเปเบเบเปเบเป. เบเปเปเบกเบตเบเปเป เบเบณ เบเบฑเบเบเบฑเปเบเบเปเบฒเบงเปเบ Python, เบชเบฐเบเบฑเปเบเบเบงเบเปเบฎเบปเบฒเบเบถเปเบเบเปเบฒเบงเบเบฝเบเบเบฒเบเบเบฑเบเบเบฑเปเบเบเบฐเบเบดเบเบฑเบเบชเบฐเบเบฒเบเบฑเบเบเบฐเบเบฐ เบเบณ เบเบญเบเบเบงเบเปเบฎเบปเบฒเปเบญเบ, เบเบฐเบเบดเบเบฑเบเบเบฒเบกเบเบปเบเบเบงเบฒเบกเบเบปเปเบเบชเบฐเบเบฑเบ (เปเบเบเบเปเปเบกเบตเบเบฒเบเปเบฅเบทเปเบญเบเบฅเบปเบเปเบเบชเบฐเบเบฑเบ keras):
เบชเบฐเบเบฒเบเบฑเบเบเบฐเบเบฐเบเบณ Mobilenet v1
library(keras)
top_3_categorical_accuracy <- custom_metric(
name = "top_3_categorical_accuracy",
metric_fn = function(y_true, y_pred) {
metric_top_k_categorical_accuracy(y_true, y_pred, k = 3)
}
)
layer_sep_conv_bn <- function(object,
filters,
alpha = 1,
depth_multiplier = 1,
strides = c(2, 2)) {
# NB! depth_multiplier != resolution multiplier
# https://github.com/keras-team/keras/issues/10349
layer_depthwise_conv_2d(
object = object,
kernel_size = c(3, 3),
strides = strides,
padding = "same",
depth_multiplier = depth_multiplier
) %>%
layer_batch_normalization() %>%
layer_activation_relu() %>%
layer_conv_2d(
filters = filters * alpha,
kernel_size = c(1, 1),
strides = c(1, 1)
) %>%
layer_batch_normalization() %>%
layer_activation_relu()
}
get_mobilenet_v1 <- function(input_shape = c(224, 224, 1),
num_classes = 340,
alpha = 1,
depth_multiplier = 1,
optimizer = optimizer_adam(lr = 0.002),
loss = "categorical_crossentropy",
metrics = c("categorical_crossentropy",
top_3_categorical_accuracy)) {
inputs <- layer_input(shape = input_shape)
outputs <- inputs %>%
layer_conv_2d(filters = 32, kernel_size = c(3, 3), strides = c(2, 2), padding = "same") %>%
layer_batch_normalization() %>%
layer_activation_relu() %>%
layer_sep_conv_bn(filters = 64, strides = c(1, 1)) %>%
layer_sep_conv_bn(filters = 128, strides = c(2, 2)) %>%
layer_sep_conv_bn(filters = 128, strides = c(1, 1)) %>%
layer_sep_conv_bn(filters = 256, strides = c(2, 2)) %>%
layer_sep_conv_bn(filters = 256, strides = c(1, 1)) %>%
layer_sep_conv_bn(filters = 512, strides = c(2, 2)) %>%
layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
layer_sep_conv_bn(filters = 1024, strides = c(2, 2)) %>%
layer_sep_conv_bn(filters = 1024, strides = c(1, 1)) %>%
layer_global_average_pooling_2d() %>%
layer_dense(units = num_classes) %>%
layer_activation_softmax()
model <- keras_model(
inputs = inputs,
outputs = outputs
)
model %>% compile(
optimizer = optimizer,
loss = loss,
metrics = metrics
)
return(model)
}
เบเปเปเปเบชเบเบเบญเบเบงเบดเบเบตเบเบฒเบเบเบตเปเปเบกเปเบเปเบซเบฑเบเปเบเปเบเบฑเบเปเบเบ. เบเปเบญเบเบเปเบญเบเบเบฒเบเบเบปเบเบชเบญเบเบซเบผเบฒเบเปเบเบ, เปเบเปเปเบเบเบฒเบเบเบปเบเบเบฑเบเบเปเบฒเบก, เบเปเบญเบเบเปเปเบเปเบญเบเบเบฒเบเบเบตเปเบเบฐเบเบฝเบเบเบทเบเปเบซเบกเปเปเบเปเบฅเบฐเบชเบฐเบเบฒเบเบฑเบเบเบฐเบเบฐเบเปเบฒเบเปเบงเบเบเบปเบเปเบญเบ. เบเบงเบเปเบฎเบปเบฒเบเบฑเบเบเบฒเบเปเบญเบเบฒเบเบเบตเปเบเบฐเปเบเปเบเปเปเบฒเปเบฑเบเบเบญเบเบเบปเบงเปเบเบเบเบตเปเปเบเปเบเบถเบเบญเบปเบเบฎเบปเบกเปเบงเปเบฅเปเบงเบเปเปเบฒเปเบ imagenet. เบเบฒเบกเบเบปเบเบเบฐเบเบด, เบเบฒเบเบชเบถเบเบชเบฒเปเบญเบเบฐเบชเบฒเบเบเปเบงเบ. เบเบฑเบเบเบฑเบ get_config()
เบญเบฐเบเบธเบเบฒเบเปเบซเปเบเปเบฒเบเปเบเปเบฎเบฑเบเบฅเบฒเบเบฅเบฐเบญเบฝเบเบเบญเบเบฎเบนเบเปเบเบเปเบเบฎเบนเบเปเบเบเบเบตเปเปเบซเบกเบฒเบฐเบชเบปเบกเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบฑเบเปเบเป (base_model_conf$layers
- เบเบฑเบเบเบตเบฅเบฒเบเบเบทเป R เบเบปเบเบเบฐเบเบด), เปเบฅเบฐเบซเบเปเบฒเบเบตเป from_config()
เบเบฐเบเบดเบเบฑเบเบเบฒเบเปเบเบเบเบตเปเบเบเบฑเบเบงเบฑเบเบเบธเปเบเบเบเปเบฒเบฅเบญเบ:
base_model_conf <- get_config(base_model)
base_model_conf$layers[[1]]$config$batch_input_shape[[4]] <- 1L
base_model <- from_config(base_model_conf)
เปเบเบเบฑเบเบเบธเบเบฑเบเบกเบฑเบเบเปเปเบเบฒเบเบเบตเปเบเบฐเบเบฝเบเบซเบเปเบฒเบเบตเปเบเบปเปเบงเปเปเบเปเบเบทเปเบญเปเบซเปเปเบเปเบชเบดเปเบเบเบตเปเบชเบฐเบซเบเบญเบเปเบซเป keras เปเบเบเบเปเบฒเบฅเบญเบเบเบตเปเบกเบตเบซเบผเบทเบเปเปเบกเบตเบเปเปเบฒเบซเบเบฑเบเบเบตเปเบเบถเบเบญเบปเบเบฎเบปเบกเบขเบนเปเปเบ imagenet:
เบเบฑเบเบเบฑเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเปเบซเบผเบเบชเบฐเบเบฒเบเบฑเบเบเบฐเบเบฐเบเปเบฒเบเบตเปเบเบฝเบกเบเปเบญเบก
get_model <- function(name = "mobilenet_v2",
input_shape = NULL,
weights = "imagenet",
pooling = "avg",
num_classes = NULL,
optimizer = keras::optimizer_adam(lr = 0.002),
loss = "categorical_crossentropy",
metrics = NULL,
color = TRUE,
compile = FALSE) {
# ะัะพะฒะตัะบะฐ ะฐัะณัะผะตะฝัะพะฒ
checkmate::assert_string(name)
checkmate::assert_integerish(input_shape, lower = 1, upper = 256, len = 3)
checkmate::assert_count(num_classes)
checkmate::assert_flag(color)
checkmate::assert_flag(compile)
# ะะพะปััะฐะตะผ ะพะฑัะตะบั ะธะท ะฟะฐะบะตัะฐ keras
model_fun <- get0(paste0("application_", name), envir = asNamespace("keras"))
# ะัะพะฒะตัะบะฐ ะฝะฐะปะธัะธั ะพะฑัะตะบัะฐ ะฒ ะฟะฐะบะตัะต
if (is.null(model_fun)) {
stop("Model ", shQuote(name), " not found.", call. = FALSE)
}
base_model <- model_fun(
input_shape = input_shape,
include_top = FALSE,
weights = weights,
pooling = pooling
)
# ะัะปะธ ะธะทะพะฑัะฐะถะตะฝะธะต ะฝะต ัะฒะตัะฝะพะต, ะผะตะฝัะตะผ ัะฐะทะผะตัะฝะพััั ะฒั
ะพะดะฐ
if (!color) {
base_model_conf <- keras::get_config(base_model)
base_model_conf$layers[[1]]$config$batch_input_shape[[4]] <- 1L
base_model <- keras::from_config(base_model_conf)
}
predictions <- keras::get_layer(base_model, "global_average_pooling2d_1")$output
predictions <- keras::layer_dense(predictions, units = num_classes, activation = "softmax")
model <- keras::keras_model(
inputs = base_model$input,
outputs = predictions
)
if (compile) {
keras::compile(
object = model,
optimizer = optimizer,
loss = loss,
metrics = metrics
)
}
return(model)
}
เปเบกเบทเปเบญเปเบเปเบฎเบนเบเบเบฒเบเบเปเบญเบเบเบฝเบง, เบเปเปเบกเบตเบเปเปเบฒเปเบฑเบเบเบตเปเปเบเปเบเบถเบเปเบงเปเบฅเปเบงเบเปเปเบฒ. เบเบตเปเบชเบฒเบกเบฒเบเปเบเปเปเบเปเบเป: เบเบฒเบเบเปเบฒเปเบเปเบเบฑเบเบเบฑเบ get_weights()
เปเบญเบปเบฒเบเปเปเบฒเบซเบเบฑเบเบเบปเบงเปเบเบเปเบเบฎเบนเบเปเบเบเบเบฑเบเบเบตเบฅเบฒเบเบเบทเปเบเบญเบ R arrays, เบเปเบฝเบเบเบฐเบซเบเบฒเบเบเบญเบเบญเบปเบเบเบฐเบเบญเบเบเปเบฒเบญเบดเบเบเบญเบเบเบฑเบเบเบตเบฅเบฒเบเบเบทเปเบเบตเป (เปเบเบเบเบฒเบเปเบญเบปเบฒเบเปเบญเบเบชเบตเบซเบเบถเปเบเบซเบผเบทเบชเบฐเปเบฅเปเบเบเบฑเบเบชเบฒเบก), เปเบฅเบฐเบซเบผเบฑเบเบเบฒเบเบเบฑเปเบเปเบซเบผเบเบเปเปเบฒเบซเบเบฑเบเบเบทเบเปเบเบปเปเบฒเปเบเปเบเบเบปเบงเปเบเบเบเบตเปเบกเบตเบเบฑเบเบเบฑเบ. set_weights()
. เบเบงเบเปเบฎเบปเบฒเบเปเปเปเบเบตเบเปเบเบตเปเบกเบเบฒเบเปเบฎเบฑเบเบงเบฝเบเบเบตเป, เปเบเบฒเบฐเบงเปเบฒเปเบเบเบฑเปเบเบเบญเบเบเบตเปเบกเบฑเบเบเบฐเปเบเปเบเปเบฅเปเบงเบงเปเบฒเบกเบฑเบเบกเบตเบเบฐเบชเบดเบเบเบดเบเบฒเบเบซเบผเบฒเบเบเบตเปเบเบฐเปเบฎเบฑเบเบงเบฝเบเบเบฑเบเบฎเบนเบเบเบฒเบเบชเบต.
เบเบงเบเปเบฎเบปเบฒเปเบเปเบเปเบฒเปเบเบตเบเบเบฒเบเบเบปเบเบฅเบญเบเบชเปเบงเบเปเบซเบเปเปเบเบเปเบเป mobilenet เบฎเบธเปเบ 1 เปเบฅเบฐ 2, เปเบเบฑเปเบเบเบฝเบงเบเบฑเบเบเบฑเบ resnet34. เบชเบฐเบเบฒเบเบฑเบเบเบฐเบเบฐเบเปเบฒเบเบตเปเบเบฑเบเบชเบฐเปเบซเบกเบซเบผเบฒเบเปเบเบฑเปเบ SE-ResNeXt เบเบฐเบเบดเบเบฑเบเปเบเปเบเบตเปเบเบเบฒเบเปเบเปเบเบเบฑเบเบเบตเป. เปเบเปเบซเบเปเบฒเปเบชเบเบเบฒเบ, เบเบงเบเปเบฎเบปเบฒเบเปเปเบกเบตเบเบฒเบเบเบฐเบเบดเบเบฑเบเบเบตเปเบเบฝเบกเบเปเบญเบกเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเปเบฒเบเบฑเบเบเบญเบเบเบงเบเปเบฎเบปเบฒ, เปเบฅเบฐเบเบงเบเปเบฎเบปเบฒเบเปเปเปเบเปเบเบฝเบเบเบญเบเบเบงเบเปเบฎเบปเบฒเปเบญเบ (เปเบเปเบเบงเบเปเบฎเบปเบฒเบเบฐเบเบฝเบเปเบเปเบเบญเบ).
5. Parameterization เบเบญเบ scripts
เปเบเบทเปเบญเบเบงเบฒเบกเบชเบฐเบเบงเบ, เบฅเบฐเบซเบฑเบเบเบฑเบเปเบปเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเปเบฅเบตเปเบกเบเบปเปเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเปเบเบทเบเบญเบญเบเปเบเบเปเบเบฑเบ script เบเบฝเบง, เปเบเบเบเปเบฒเปเบเปเบเบปเบงเบเปเบฒเบเบปเบเบเบฒเบ
doc <- '
Usage:
train_nn.R --help
train_nn.R --list-models
train_nn.R [options]
Options:
-h --help Show this message.
-l --list-models List available models.
-m --model=<model> Neural network model name [default: mobilenet_v2].
-b --batch-size=<size> Batch size [default: 32].
-s --scale-factor=<ratio> Scale factor [default: 0.5].
-c --color Use color lines [default: FALSE].
-d --db-dir=<path> Path to database directory [default: Sys.getenv("db_dir")].
-r --validate-ratio=<ratio> Validate sample ratio [default: 0.995].
-n --n-gpu=<number> Number of GPUs [default: 1].
'
args <- docopt::docopt(doc)
Package docopt เปเบเบฑเบเบเบปเบงเปเบเบเบเบญเบเบเบฒเบเบเบฐเบเบดเบเบฑเบ Rscript bin/train_nn.R -m resnet50 -c -d /home/andrey/doodle_db
เบซเบผเบท ./bin/train_nn.R -m resnet50 -c -d /home/andrey/doodle_db
, เบเปเบฒเปเบเบฅเป train_nn.R
เปเบกเปเบเบชเบฒเบกเบฒเบเบเบฐเบเบดเบเบฑเบเปเบเป (เบเปเบฒเบชเบฑเปเบเบเบตเปเบเบฐเปเบฅเบตเปเบกเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเบเบเปเบฒเบฅเบญเบ resnet50
เปเบเบฎเบนเบเบชเบฒเบกเบชเบตเบเบตเปเบงเบฑเบเปเบเบ 128x128 pixels, เบเบฒเบเบเปเปเบกเบนเบเบเบฐเบเปเบญเบเบขเบนเปเปเบเปเบเบเปเบเบต. /home/andrey/doodle_db
). เบเปเบฒเบโเบชเบฒโเบกเบฒเบโเปเบเบตเปเบกโเบเบงเบฒเบกโเปเบงโเบเบฒเบโเบฎเบฝเบโเบฎเบนเปโ, เบเบฐโเปเบเบ optimizer , เปเบฅเบฐโเบเบปเบงโเบเปเบฒโเบเบปเบโเบเบฒเบโเบเบฑเบโเปเบเปเบโเบญเบทเปเบเปโเปเบโเบเบฑเบโเบเบตโเบฅเบฒเบโเบเบฒเบโ. เปเบเบเบฐเบเบงเบเบเบฒเบเบเบฐเบเบฝเบกเบเบฒเบเบเบดเบกเปเบเบตเบเปเบเป, เบกเบฑเบเปเบเปเบซเบฑเบเบญเบญเบเบงเปเบฒเบชเบฐเบเบฒเบเบฑเบเบเบฐ mobilenet_v2
เบเบฒเบโเบชเบฐโเบเบฑเบโเบเบฐโเบเบธโเบเบฑเบโ keras เปเบ R เปเบเป
เบงเบดเบเบตเบเบฒเบเบเบตเปเปเบฎเบฑเบเปเบซเปเบกเบฑเบเปเบเบฑเบเปเบเปเบเปเบเบตเปเบเบฐเปเบฅเบฑเปเบเบเบฒเบเบเบปเบเบฅเบญเบเบเบตเปเบกเบตเบฎเบนเบเปเบเบเบเบตเปเปเบเบเบเปเบฒเบเบเบฑเบเบขเปเบฒเบเบซเบผเบงเบเบซเบผเบฒเบเปเบกเบทเปเบญเบเบฝเบเบเบฑเบเบเบฒเบเปเบเบตเบเบเบปเบงเปเบเบเบเบฑเปเบเปเบเบตเบกเบเบญเบ scripts เปเบ RStudio (เบเบงเบเปเบฎเบปเบฒเบชเบฑเบเปเบเบเปเบซเบฑเบเบเบธเบเบเบตเปเปเบเบฑเบเบเบฒเบเปเบฅเบทเบญเบเบเบตเปเปเบเบฑเบเปเบเปเบเป.
6. Dockerization เบเบญเบ scripts
เบเบงเบเปเบฎเบปเบฒเปเบเปเปเบเป Docker เปเบเบทเปเบญเบฎเบฑเบเบเบฐเบเบฑเบเบเบฒเบเปเบเบทเปเบญเบเบเบตเปเบเบญเบเบชเบฐเบเบฒเบเปเบงเบเบฅเปเบญเบกเบชเปเบฒเบฅเบฑเบเบเบปเบงเปเบเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเบฅเบฐเบซเบงเปเบฒเบเบชเบฐเบกเบฒเบเบดเบเปเบเบเบตเบก เปเบฅเบฐเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเปเบฒเปเบเปเบขเปเบฒเบเปเบงเบงเบฒเปเบเบเบฅเบฒเบง. เบเปเบฒเบโเบชเบฒโเบกเบฒเบโเปเบฅเบตเปเบกโเบเบปเปเบโเบเบฒเบโเปเบเปโเบฎเบฑเบโเบเบงเบฒเบกโเบฎเบนเปโเบเบฑเบโเบเบฑเบโเปเบเบทเปเบญเบโเบกเบทโเบเบตเปโ, เบเบตเปโเบเปเบญเบโเบเปเบฒเบโเบเบดเบโเบเบปเบโเบเบฐโเบเบดโเบชเปเบฒโเบฅเบฑเบโเปเบเบโเบเบฒเบ R เปเบเบฑเบโ, เบกเบตโ
Docker เบเปเบงเบเปเบซเปเบเปเบฒเบเบชเบฒเบกเบฒเบเบชเปเบฒเบเบฎเบนเบเบเบฒเบเบเบญเบเบเปเบฒเบเปเบญเบเบเบฒเบเบเบธเบเปเบฅเบตเปเบกเบเบปเปเบเปเบฅเบฐเบเปเบฒเปเบเปเบฎเบนเบเบเบฒเบเบญเบทเปเบเปเปเบเบฑเบเบเบทเปเบเบเบฒเบเปเบเบเบฒเบเบชเปเบฒเบเบเบญเบเบเปเบฒเบเปเบญเบ. เปเบกเบทเปเบญเบงเบดเปเบเบฒเบฐเบเบฒเบเปเบฅเบทเบญเบเบเบตเปเบกเบตเบขเบนเป, เบเบงเบเปเบฎเบปเบฒเปเบเปเบชเบฐเบซเบผเบธเบเบงเปเบฒเบเบฒเบเบเบดเบเบเบฑเปเบเปเบเปเบงเบต NVIDIA, CUDA + cuDNN เปเบฅเบฐเบซเปเบญเบเบชเบฐเบซเบกเบธเบ Python เปเบกเปเบเบชเปเบงเบเบซเบเบถเปเบเบเบตเปเบเปเบญเบเบเปเบฒเบเบเบญเบเบฎเบนเบเบเบฒเบ, เปเบฅเบฐเบเบงเบเปเบฎเบปเบฒเปเบเปเบเบฑเบเบชเบดเบเปเบเปเบญเบปเบฒเบฎเบนเบเบเบฒเบเบเบตเปเปเบเบฑเบเบเบฒเบเบเบฒเบเปเบเบฑเบเบเบทเปเบเบเบฒเบ. tensorflow/tensorflow:1.12.0-gpu
, เปเบเบตเปเบกเบเบธเบ R เบเบตเปเบเปเบฒเปเบเบฑเบเบขเบนเปเบเบตเปเบเบฑเปเบ.
เปเบเบฅเป docker เบชเบธเบเบเปเบฒเบเปเบเบดเปเบเบเบทเบงเปเบฒเบเบตเป:
dockerfile
FROM tensorflow/tensorflow:1.12.0-gpu
MAINTAINER Artem Klevtsov <[email protected]>
SHELL ["/bin/bash", "-c"]
ARG LOCALE="en_US.UTF-8"
ARG APT_PKG="libopencv-dev r-base r-base-dev littler"
ARG R_BIN_PKG="futile.logger checkmate data.table rcpp rapidjsonr dbi keras jsonlite curl digest remotes"
ARG R_SRC_PKG="xtensor RcppThread docopt MonetDBLite"
ARG PY_PIP_PKG="keras"
ARG DIRS="/db /app /app/data /app/models /app/logs"
RUN source /etc/os-release &&
echo "deb https://cloud.r-project.org/bin/linux/ubuntu ${UBUNTU_CODENAME}-cran35/" > /etc/apt/sources.list.d/cran35.list &&
apt-key adv --keyserver keyserver.ubuntu.com --recv-keys E084DAB9 &&
add-apt-repository -y ppa:marutter/c2d4u3.5 &&
add-apt-repository -y ppa:timsc/opencv-3.4 &&
apt-get update &&
apt-get install -y locales &&
locale-gen ${LOCALE} &&
apt-get install -y --no-install-recommends ${APT_PKG} &&
ln -s /usr/lib/R/site-library/littler/examples/install.r /usr/local/bin/install.r &&
ln -s /usr/lib/R/site-library/littler/examples/install2.r /usr/local/bin/install2.r &&
ln -s /usr/lib/R/site-library/littler/examples/installGithub.r /usr/local/bin/installGithub.r &&
echo 'options(Ncpus = parallel::detectCores())' >> /etc/R/Rprofile.site &&
echo 'options(repos = c(CRAN = "https://cloud.r-project.org"))' >> /etc/R/Rprofile.site &&
apt-get install -y $(printf "r-cran-%s " ${R_BIN_PKG}) &&
install.r ${R_SRC_PKG} &&
pip install ${PY_PIP_PKG} &&
mkdir -p ${DIRS} &&
chmod 777 ${DIRS} &&
rm -rf /tmp/downloaded_packages/ /tmp/*.rds &&
rm -rf /var/lib/apt/lists/*
COPY utils /app/utils
COPY src /app/src
COPY tests /app/tests
COPY bin/*.R /app/
ENV DBDIR="/db"
ENV CUDA_HOME="/usr/local/cuda"
ENV PATH="/app:${PATH}"
WORKDIR /app
VOLUME /db
VOLUME /app
CMD bash
เปเบเบทเปเบญเบเบงเบฒเบกเบชเบฐเบเบงเบ, เปเบเบเปเบเบเบเบตเปเปเบเปเปเบเปเปเบชเปเปเบเบปเปเบฒเปเบเปเบเบเบปเบงเปเบ; เบชเปเบงเบเปเบซเบเปเบเบญเบเบเบปเบงเบญเบฑเบเบชเบญเบเบเบตเปเบเบฝเบเปเบเปเบเบทเบเบเบฑเบเบฅเบญเบเบเบฒเบเปเบเบเบฑเบเบเบธเปเบเบฅเบฐเบซเบงเปเบฒเบเบเบฒเบเบเบฐเบเบญเบ. เบเบงเบเปเบฎเบปเบฒเบเบฑเบเปเบเปเบเปเบฝเบ shell เบเปเบฒเบชเบฑเปเบเปเบเบฑเบ /bin/bash
เปเบเบทเปเบญเบเบงเบฒเบกเบชเบฐเบเบงเบเปเบเบเบฒเบเบเปเบฒเปเบเปเปเบเบทเปเบญเบซเบฒ /etc/os-release
. เบเบตเปเบซเบผเบตเบเปเบงเบฑเปเบเบเบงเบฒเบกเบเปเบญเบเบเบฒเบเบเบตเปเบเบฐเบฅเบฐเบเบธเบชเบฐเบเบฑเบ OS เปเบเบฅเบฐเบซเบฑเบ.
เบเบญเบเบเบฒเบเบเบฑเปเบ, script bash เบเบฐเบซเบเบฒเบเบเปเบญเบเปเบเปเบเบทเบเบเบฝเบเปเบงเปเบเบตเปเบเปเบงเบเปเบซเปเบเปเบฒเบเบชเบฒเบกเบฒเบเปเบเบตเบเบเบปเบง container เบเบตเปเบกเบตเบเปเบฒเบชเบฑเปเบเบเปเบฒเบเป. เบชเปเบฒเบฅเบฑเบเบเบปเบงเบขเปเบฒเบ, เปเบซเบผเบปเปเบฒเบเบตเปเบชเบฒเบกเบฒเบเปเบเบฑเบเบชเบฐเบเบดเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเบทเบญเบเปเบฒเบ neural เบเบตเปเบงเบฒเบเปเบงเปเบเปเบญเบเบซเบเปเบฒเบเบตเปเบเบฒเบเปเบ container, เบซเบผเบท shell เบเปเบฒเบชเบฑเปเบเบชเปเบฒเบฅเบฑเบเบเบฒเบ debugging เปเบฅเบฐเบเบดเบเบเบฒเบกเบเบงเบเบเบฒเบเบฒเบเบเปเบฒเปเบเบตเบเบเบฒเบเบเบญเบ container เปเบเป:
เบชเบฐเบเบฃเบดเบเปเบเบทเปเบญเปเบเบตเบเบเปเบญเบเบเบฑเบเบเบธ
#!/bin/sh
DBDIR=${PWD}/db
LOGSDIR=${PWD}/logs
MODELDIR=${PWD}/models
DATADIR=${PWD}/data
ARGS="--runtime=nvidia --rm -v ${DBDIR}:/db -v ${LOGSDIR}:/app/logs -v ${MODELDIR}:/app/models -v ${DATADIR}:/app/data"
if [ -z "$1" ]; then
CMD="Rscript /app/train_nn.R"
elif [ "$1" = "bash" ]; then
ARGS="${ARGS} -ti"
else
CMD="Rscript /app/train_nn.R $@"
fi
docker run ${ARGS} doodles-tf ${CMD}
เบเปเบฒ script bash เบเบตเปเบเบทเบเปเบฅเปเบเปเบเบเบเปเปเบกเบตเบเบฒเบฅเบฒเบกเบดเปเบเบต, script เบเบฐเบเบทเบเปเบญเบตเปเบเบเบฒเบเปเบ container train_nn.R
เบเปเบงเบเบเปเบฒเปเบฅเบตเปเบกเบเบปเปเบ; เบเปเบฒเบเบฒเบเปเบเปเบเบฝเบเบเปเบฒเปเบซเบเปเบเบเปเบฒเบญเบดเบเปเบกเปเบ "bash", เบซเบผเบฑเบเบเบฒเบเบเบฑเปเบ, เบเบฑเบเบเบธเบเบฐเปเบฅเบตเปเบกเบเบปเปเบเบเบฒเบเปเบเปเบเบญเบเบเบฑเบเปเบเบฐเบเปเบฒเบชเบฑเปเบ. เปเบเบเปเบฅเบฐเบเบตเบญเบทเปเบเป, เบกเบนเบเบเปเบฒเบเบญเบเบเบฒเบเปเบเปเบเบฝเบเบเปเบฒเปเบซเบเปเบเปเบกเปเบเบเบปเบเปเบเบ: CMD="Rscript /app/train_nn.R $@"
.
เบกเบฑเบเปเบเบฑเบเบกเบนเบเบเปเบฒเบเบตเปเบชเบฑเบเปเบเบเบงเปเบฒเปเบเปเบฅเบเบฐเบเปเบฅเบตเบเบตเปเบกเบตเบเปเปเบกเบนเบเปเบซเบผเปเบเปเบฅเบฐเบเบฒเบเบเปเปเบกเบนเบ, เปเบเบฑเปเบเบเบฝเบงเบเบฑเบเบเบฑเบเปเบเปเบฅเบเบฐเบเปเบฅเบตเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบฐเบซเบเบฑเบเบเบปเบงเปเบเบเบเบตเปเปเบเปเบฎเบฑเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบก, เบเบทเบเบเบดเบเบเบฑเปเบเบขเบนเปเปเบเบเบฑเบเบเบฒเบเบฅเบฐเบเบปเบเปเบฎเบ, เปเบเบดเปเบเบเปเบงเบเปเบซเปเบเปเบฒเบเบชเบฒเบกเบฒเบเปเบเบปเปเบฒเบซเบฒเบเบปเบเปเบเปเบฎเบฑเบเบเบญเบเบชเบฐเบเบดเบเปเบเปเปเบเบเบเปเปเบกเบตเบเบฒเบเบซเบกเบนเบเปเบเปเบเบตเปเบเปเปเบเปเบฒเปเบเบฑเบ.
7. เบเบฒเบเปเบเป GPU เบซเบผเบฒเบเบญเบฑเบเปเบ Google Cloud
เบซเบเบถเปเบเปเบเบฅเบฑเบเบชเบฐเบเบฐเบเบญเบเบเบฒเบเปเบเปเบเบเบฑเบเปเบกเปเบเบเปเปเบกเบนเบเบเบตเปเบเปเปเบกเบตเบชเบฝเบเบซเบผเบฒเบ (เปเบเบดเปเบเบฎเบนเบเบซเบปเบงเบเปเป, เบขเบทเบกเบเบฒเบ @Leigh.plt เบเบฒเบ ODS slack). เบเบธเบเปเบซเบเปเบเปเบงเบเบเปเปเบชเบนเปเบเบฑเบเบชเบดเปเบเบเบตเป, เปเบฅเบฐเบซเบผเบฑเบเบเบฒเบเบเบฒเบเบเบปเบเบฅเบญเบเปเบ PC เบเบตเปเบกเบต 1 GPU, เบเบงเบเปเบฎเบปเบฒเปเบเปเบเบฑเบเบชเบดเบเปเบเบชเปเบฒเบเปเบเบเบเปเบฒเบฅเบญเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเบซเบผเบฒเบเป GPUs เปเบเบเบฅเบฒเบง. เปเบเป GoogleCloud (dev/shm
.
เบเบงเบฒเบกเบชเบปเบเปเบเบเบตเปเบเบดเปเบเปเบซเบเปเบเบตเปเบชเบธเบเปเบกเปเบเบเบดเปเบเบชเปเบงเบเบฅเบฐเบซเบฑเบเบเบตเปเบฎเบฑเบเบเบดเบเบเบญเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเปเบฒเปเบเป GPU เบซเบผเบฒเบ. เบเปเบฒเบญเบดเบ, เบฎเบนเบเปเบเบเปเบกเปเบเบเบทเบเบชเปเบฒเบเบเบถเปเบเปเบ CPU เปเบเบเปเบเปเบเบปเบงเบเบฑเบเบเบฒเบเบชเบฐเบเบฒเบเบเบฒเบ, เบเบทเบเบฑเบเบเบฑเบเปเบ Python:
with(tensorflow::tf$device("/cpu:0"), {
model_cpu <- get_model(
name = model_name,
input_shape = input_shape,
weights = weights,
metrics =(top_3_categorical_accuracy,
compile = FALSE
)
})
เบซเบผเบฑเบเบเบฒเบเบเบฑเปเบ, เบฎเบนเบเปเบเบเบเบตเปเบเปเปเปเบเปเบฅเบงเบเบฅเบงเบก (เบเบตเปเปเบกเปเบเบชเปเบฒเบเบฑเบ) เบเบทเบเบเบฑเบเบฅเบญเบเปเบเบซเบฒเบเปเบฒเบเบงเบ GPUs เบเบตเปเบกเบตเบขเบนเป, เปเบฅเบฐเบเบฝเบเปเบเปเบซเบผเบฑเบเบเบฒเบเบเบฑเปเบเบกเบฑเบเบเบทเบเบฅเบงเบเบฅเบงเบก:
model <- keras::multi_gpu_model(model_cpu, gpus = n_gpu)
keras::compile(
object = model,
optimizer = keras::optimizer_adam(lr = 0.0004),
loss = "categorical_crossentropy",
metrics = c(top_3_categorical_accuracy)
)
เปเบเบฑเบเบเบดเบเบเบฅเบฒเบชเบชเบดเบเบเบญเบเบเบฒเบเปเบเปเปเบเบเบเบธเบเบเบฑเปเบเบเบปเบเปเบงเบฑเปเบเบญเบฑเบเบชเบธเบเบเปเบฒเบ, เบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเบเบฑเปเบเบชเบธเบเบเปเบฒเบ, เบเบปเบเปเบฅเบตเบเบเบฒเบเปเบเปเปเบเปเบเปเบฅเบฐเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเบเบเปเบฒเบฅเบญเบเบเบฑเบเบซเบกเบปเบเบชเปเบฒเบฅเบฑเบ GPU เบซเบผเบฒเบเปเบญเบฑเบเบเปเปเบชเบฒเบกเบฒเบเบเบฐเบเบดเบเบฑเบเปเบเป.
เบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเปเบเบทเบเบเบดเบเบเบฒเบกเปเบเบเบเปเปเบกเบตเบเบฒเบเบเปเบฒเปเบเป. tensorboard, เบเปเบฒเบเบฑเบเบเบปเบงเปเบฎเบปเบฒเปเบญเบเปเบเบทเปเบญเบเบฑเบเบเบถเบเบเบฑเบเบเบถเบเปเบฅเบฐเบฎเบนเบเปเบเบเบเบฒเบเบเบฐเบซเบเบฑเบเบเบตเปเบกเบตเบเบทเปเบเปเปเบกเบนเบเบซเบผเบฑเบเบเบฒเบเปเบเปเบฅเบฐเบเบธเบ:
เปเบเบเบฑเบ
# ะจะฐะฑะปะพะฝ ะธะผะตะฝะธ ัะฐะนะปะฐ ะปะพะณะฐ
log_file_tmpl <- file.path("logs", sprintf(
"%s_%d_%dch_%s.csv",
model_name,
dim_size,
channels,
format(Sys.time(), "%Y%m%d%H%M%OS")
))
# ะจะฐะฑะปะพะฝ ะธะผะตะฝะธ ัะฐะนะปะฐ ะผะพะดะตะปะธ
model_file_tmpl <- file.path("models", sprintf(
"%s_%d_%dch_{epoch:02d}_{val_loss:.2f}.h5",
model_name,
dim_size,
channels
))
callbacks_list <- list(
keras::callback_csv_logger(
filename = log_file_tmpl
),
keras::callback_early_stopping(
monitor = "val_loss",
min_delta = 1e-4,
patience = 8,
verbose = 1,
mode = "min"
),
keras::callback_reduce_lr_on_plateau(
monitor = "val_loss",
factor = 0.5, # ัะผะตะฝััะฐะตะผ lr ะฒ 2 ัะฐะทะฐ
patience = 4,
verbose = 1,
min_delta = 1e-4,
mode = "min"
),
keras::callback_model_checkpoint(
filepath = model_file_tmpl,
monitor = "val_loss",
save_best_only = FALSE,
save_weights_only = FALSE,
mode = "min"
)
)
8. เปเบเบเบเบตเปเบเบฐเปเบเบฑเบเบเบฒเบเบชเบฐเบซเบฅเบธเบ
เบเบฑเบเบซเบฒเบเปเบฒเบเบงเบเบซเบเบถเปเบเบเบตเปเบเบงเบเปเบฎเบปเบฒเบเบปเบเบเบฑเบเบเปเปเบเบฑเบเปเบเปเปเบเปเปเบ:
- ะฒ keras เบเปเปเบกเบตเบเบฑเบเบเบฑเบเบเบตเปเบเบฝเบกเบเปเบญเบกเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบญเบเบซเบฒเบญเบฑเบเบเบฐเปเบเบกเบฑเบเบชเปเบฒเบฅเบฑเบเบญเบฑเบเบเบฒเบเบฒเบเบฎเบฝเบเบฎเบนเปเบเบตเปเบเบตเบเบตเปเบชเบธเบ (analogue
lr_finder
เปเบเบซเปเบชเบฐเบกเบธเบ fast.ai); เบเปเบงเบเบเบงเบฒเบกเบเบฐเบเบฒเบเบฒเบกเบเบฒเบเบขเปเบฒเบ, เบกเบฑเบเปเบเบฑเบเปเบเปเบเปเบเบตเปเบเบฐเบชเบปเปเบเบเบฒเบเบเบฐเบเบดเบเบฑเบเบเบญเบเบเบฒเบเบชเปเบงเบเบเบตเบชเบฒเบกเปเบเบซเบฒ R, เบชเปเบฒเบฅเบฑเบเบเบปเบงเบขเปเบฒเบ,เบเบตเป ; - เปเบเบฑเบเบเบปเบเบกเบฒเบเบฒเบเบเบธเบเบเบตเปเบเปเบฒเบเบกเบฒ, เบกเบฑเบเบเปเปเบชเบฒเบกเบฒเบเปเบฅเบทเบญเบเบเบงเบฒเบกเปเบงเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเบเบตเปเบเบทเบเบเปเบญเบเปเบเปเบงเบฅเบฒเบเบตเปเปเบเป GPUs เบซเบผเบฒเบ;
- เบกเบตเบเบฒเบเบเบฒเบเบชเบฐเบเบฒเบเบฑเบเบเบฐเบเบฐเบเปเบฒเปเบเบทเบญเบเปเบฒเบ neural เบเบตเปเบเบฑเบเบชเบฐเปเบซเบก, เปเบเบเบชเบฐเปเบเบฒเบฐเปเบกเปเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเบทเปเบญเบเบเบปเปเบเปเบ imagenet;
- เบเปเปโเบกเบตโเบเบฐโเปเบโเบเบฒเบโเบงเบปเบโเบเบญเบโเปเบโเบซเบเบถเปเบโเปเบฅเบฐโเบญเบฑเบโเบเบฒโเบเบฒเบโเบฎเบฝเบโเบฎเบนเปโเบเปเบฒโเปเบเบ (เบเบฒเบโเปเบเบทเปเบญเบกโเบชเบฒเบ cosine เปเบกเปเบโเบขเบนเปโเปเบโเบเปเบฒโเบฎเปเบญเบโเบชเบฐโเบซเบกเบฑเบโเบเบญเบโเบเบงเบโเปเบฎเบปเบฒโ
เบเบฐเบเบดเบเบฑเบ , เบเบญเบโเปเบเบชเบฐเบเบตเปเบเบ ).
เบชเบดเปเบเบเบตเปเปเบเบฑเบเบเบฐเปเบซเบเบเบเบตเปเปเบเปเบฎเบฝเบเบฎเบนเปเบเบฒเบเบเบฒเบเปเบเปเบเบเบฑเบเบเบตเป:
- เปเบเบฎเบฒเบเปเบงเบเบตเปเบกเบตเบเบฐเบฅเบฑเบเบเบฒเบเบเปเปเบฒ, เบเปเบฒเบเบชเบฒเบกเบฒเบเปเบฎเบฑเบเบงเบฝเบเบเบฑเบเบเบฐเบฅเบดเบกเบฒเบเบเปเปเบกเบนเบเบเบตเปเปเบซเบกเบฒเบฐเบชเบปเบก (เบซเบผเบฒเบเบเบฑเปเบเบเบญเบ RAM) เปเบเบเบเปเปเบกเบตเบเบงเบฒเบกเปเบเบฑเบเบเบงเบ. เบเบปเบโเบขเบฒเบ เบเบฒเบเบฐเบฅเบฒเบ เบเปเบงเบเบเบฐเบขเบฑเบเบเบงเบฒเบกเบเบปเบเบเปเบฒเปเบเบทเปเบญเบเบเบฒเบเบเบฒเบเบเบฑเบเปเบเบเบเบฒเบเบฐเบฅเบฒเบ, เปเบเบดเปเบเบซเบผเบตเบเปเบงเบฑเปเบเบเบฒเบเบเบฑเบเบฅเบญเบเบเบงเบเบกเบฑเบ, เปเบฅเบฐเปเบกเบทเปเบญเบเบทเบเบเปเบฒเปเบเปเบขเปเบฒเบเบเบทเบเบเปเบญเบ, เบเบงเบฒเบกเบชเบฒเบกเบฒเบเบเบญเบเบกเบฑเบเปเบเบทเบญเบเบชเบฐเปเบซเบกเบตเบชเบฐเปเบเบเปเบซเปเปเบซเบฑเบเปเบเบดเบเบเบงเบฒเบกเปเบงเบชเบนเบเบชเบธเบเปเบเบเบฑเบเบเบฒเปเบเบทเปเบญเบเบกเบทเบเบฑเบเบซเบกเบปเบเบเบตเปเบฎเบนเปเบเบฑเบเบเบฑเบเบเบงเบเปเบฎเบปเบฒเบชเปเบฒเบฅเบฑเบเบเบฒเบชเบฒเบชเบฐเบเบดเบ. เบเบฒเบเบเบฐเบซเบเบฑเบเบเปเปเบกเบนเบเปเบเบเบฒเบเบเปเปเบกเบนเบเบเปเบงเบเปเบซเปเบเปเบฒเบ, เปเบเบซเบผเบฒเบเปเบเปเบฅเบฐเบเบต, เบเปเปเบเปเบญเบเบเบดเบเบเปเบฝเบงเบเบฑเบเบเบงเบฒเบกเบเปเบญเบเบเบฒเบเบเบตเปเบเบฐเบเบตเบเบเบธเบเบเปเปเบกเบนเบเบเบฑเบเบซเบกเบปเบเปเบเบปเปเบฒเปเบเปเบ RAM.
- เบเบฑเบเบเบฑเบเบเปเบฒเปเบ R เบชเบฒเบกเบฒเบเบเบทเบเปเบเบเบเบตเปเบเปเบงเบเปเบงเปเบ C++ เปเบเบเปเบเปเบเบธเบ Rcpp. เบเปเบฒโเบซเบฒเบโเบงเปเบฒโเบเบญเบโเปเบซเบเบทเบญโเปเบโเบเบฒเบโเบเบฒเบโเบเปเบฒโเปเบเปโ RcppThread เบซเบผเบท RcppParallel, เบเบงเบเปเบฎเบปเบฒเปเบเปเบฎเบฑเบเบเบฒเบเบเบฐเบเบดเบเบฑเบเบซเบผเบฒเบเบเบฐเบเบนเปเบเปเบฒเบกเปเบงเบเบต, เบเบฑเปเบเบเบฑเปเบเบเปเปเบเปเบฒเปเบเบฑเบเบเปเบญเบเบกเบตเบเบฒเบเบเบฐเบซเบเบฒเบเบฅเบฐเบซเบฑเบเบขเบนเปเปเบเบฅเบฐเบเบฑเบ R.
- เบเบธเบ Rcpp เบชเบฒเบกเบฒเบเบเบทเบเบเปเบฒเปเบเปเปเบเบเบเปเปเบกเบตเบเบงเบฒเบกเบฎเบนเปเบเบตเปเบฎเปเบฒเบเปเบฎเบเบเบญเบ C ++, เบเปเบฒเปเบชเบธเบเบเบตเปเบเบตเปเบเปเบฒเบเบปเบเปเบงเปเปเบกเปเบเปเบเปเบฅเบฐเบเบธเปเบงเป
เบเบตเปเบเบตเป . เปเบเบฅเปเบซเบปเบงเบชเปเบฒเบฅเบฑเบเบเปเบฒเบเบงเบเบเบญเบเบซเปเบญเบเบชเบฐเบซเบกเบธเบ C เปเบขเบฑเบเปเบเบฑเปเบ xtensor เบกเบตเบขเบนเปเปเบ CRAN, เบเบฑเปเบเปเบกเปเบ, เปเบเบเบชเปเบฒเบเบเบทเปเบเบเบฒเบเปเบเปเบเบทเบเบชเปเบฒเบเบเบฑเปเบเบเบถเปเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบฑเบเบเบฑเปเบเบเบฐเบเบดเบเบฑเบเปเบเบเบเบฒเบเบเบตเปเบเบฐเบชเบปเบกเบเบฐเบชเบฒเบเบฅเบฐเบซเบฑเบ C ++ เบเบตเปเบกเบตเบเบฐเบชเบดเบเบเบดเบเบฒเบเบชเบนเบเบเบตเปเบเบฝเบกเบเปเบญเบกเปเบเบปเปเบฒเปเบเปเบ R. เบเบงเบฒเบกเบชเบฐเบเบงเบเบชเบฐเบเบฒเบเปเบเบตเปเบกเปเบเบตเบกเปเบกเปเบเบเบฒเบเปเบเบฑเปเบ syntax เปเบฅเบฐเบเบปเบงเบงเบดเปเบเบฒเบฐเบฅเบฐเบซเบฑเบ C++ เบเบปเบเบเบตเปเปเบ RStudio. - docopt เบญเบฐเบเบธเบเบฒเบเปเบซเปเบเปเบฒเบเบเปเบฒเปเบเบตเบเบเบฒเบ scripts เบเปเบงเบเบเบปเบเปเบญเบเบเบตเปเบกเบตเบเบฒเบฅเบฒเบกเบดเปเบเบต. เบเบตเปเปเบกเปเบเบชเบฐเบเบงเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเปเบฒเปเบเปเปเบเปเบเบทเปเบญเบเปเบกเปเบเปเบฒเบเบซเปเบฒเบเปเบเบชเบญเบเบซเบผเบตเบ, incl. เบเบฒเบเปเบเป docker. เปเบ RStudio, เบกเบฑเบเบเปเปเบชเบฐเบเบงเบเบเบตเปเบเบฐเบเปเบฒเปเบเบตเบเบเบฒเบเบเบปเบเบฅเบญเบเบซเบผเบฒเบเบเบปเปเบงเปเบกเบเบเบฑเบเปเบเบทเบญเบเปเบฒเบ neural เบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบก, เปเบฅเบฐเบเบฒเบเบเบดเบเบเบฑเปเบ IDE เปเบเปเบเบทเปเบญเบเปเบกเปเบเปเบฒเบเบเบญเบเบเบปเบงเบกเบฑเบเปเบญเบเปเบกเปเบเบเปเปเบชเบปเบกเปเบซเบเบชเบปเบกเบเบปเบเบชเบฐเปเบซเบกเบต.
- Docker เบฎเบฑเบเบเบฐเบเบฑเบเบเบฒเบเปเบเบทเปเบญเบเบเบตเปเบเบญเบเบฅเบฐเบซเบฑเบเปเบฅเบฐเบเบฒเบเปเบเปเบเบฑเบเบเบญเบเบเบปเบเปเบเปเบฎเบฑเบเบฅเบฐเบซเบงเปเบฒเบเบเบนเปเบเบฑเบเบเบฐเบเบฒเบเบตเปเบกเบตเบฅเบธเปเบ OS เปเบฅเบฐเบซเปเบญเบเบชเบฐเบซเบกเบธเบเบเบตเปเปเบเบเบเปเบฒเบเบเบฑเบ, เปเบเบฑเปเบเบเบฝเบงเบเบฑเบเบเบฑเบเบเบงเบฒเบกเบเปเบฒเบเปเบเบเบฒเบเบเบฐเบเบดเบเบฑเบเปเบเปเบเบทเปเบญเบเปเบกเปเบเปเบฒเบ. เบเปเบฒเบเบชเบฒเบกเบฒเบเปเบเบตเบเบเปเปเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเบเบฑเบเบซเบกเบปเบเบเปเบงเบเบเปเบฒเบชเบฑเปเบเบเบฝเบง.
- Google Cloud เปเบเบฑเบเบงเบดเบเบตเบเบตเปเปเบเปเบเบปเบเบเบฐเบกเบฒเบเปเบเบทเปเบญเบเบปเบเบฅเบญเบเปเบเปเบฎเบฒเบเปเบงเบฅเบฒเบเบฒเปเบเบ, เปเบเปเบเปเบฒเบเบเปเบญเบเปเบฅเบทเบญเบเบเบฒเบเบเบฑเปเบเบเปเบฒเบขเปเบฒเบเบฅเบฐเบกเบฑเบเบฅเบฐเบงเบฑเบ.
- เบเบฒเบโเบงเบฑเบโเปเบเบโเบเบงเบฒเบกโเปเบงโเบเบญเบโเบฅเบฐโเบซเบฑเบโเบชเปเบงเบโเบเบธเบโเบเบปเบโเปเบกเปเบโเปเบเบฑเบโเบเบฐโเปเบซเบเบโเบซเบผเบฒเบโ, เปเบเบโเบชเบฐโเปเบเบฒเบฐโเปเบกเปเบโเปเบโเปเบงโเบฅเบฒโเบเบตเปโเบเบฒเบโเบเบฐโเบชเบปเบก R เปเบฅเบฐ C ++โ, เปเบฅเบฐโเบเบฑเบโเบเบธเบโ. bench - เบเบฑเบโเบเปเบฒเบโเบซเบผเบฒเบโ.
เปเบเบเบฅเบงเบกเปเบฅเปเบง, เบเบฐเบชเบปเบเบเบฒเบเบเบตเปเปเบกเปเบเปเบซเปเบฅเบฒเบเบงเบฑเบเบซเบผเบฒเบ เปเบฅเบฐเบเบงเบเปเบฎเบปเบฒเบชเบทเบเบเปเปเปเบฎเบฑเบเบงเบฝเบเปเบเบทเปเบญเปเบเปเปเบเบเบฒเบเบเบฑเบเบซเบฒเบเบตเปเบเบปเบเบเบถเปเบเบกเบฒ.
เปเบซเบผเปเบเบเปเปเบกเบนเบ: www.habr.com