Just another WordPress site
sshでX転送がうまく行ってなかったのを修正したのでメモ．
xhost +したり，/etc/ssh/sshd_configでX11Forwarding yesしたり-Xオプションつけたり-Yオプションつけたりしても，接続先で環境変数のDISPLAYに値が入らなかったので調べてみると，ipv6が悪いっぽいことがわかった．
解決策は， /etc/ssh/sshd_config に以下の設定を追加．
AddressFamily inet
そしてsshdを再起動．
sudo service sshd restart
これで無事sshでXを飛ばせるようになった．
今朝起きたらMacBook Pro (2017)が起動しなくなっていた．
ACアダプタに繋いでいるのに，ずっと充電されず，0%のまま…．
ちょっと焦ったけど，調べるとSMC (System Management Controller)をリセットすれば良いということがわかった．
リセットの仕方は以下の通り．
これは公式にも書かれていた．
その後MacBookは起動し，無事使えるようになった．
cfgファイルの中にpolicyというのがあって，よくわからなかったので調べてみた．
policyは学習率を決定するパラメータらしい．
darknetのnetwork.cを読むと，以下のようになっている．
switch (net->policy) {
case CONSTANT:
return net->learning_rate;
case STEP:
return net->learning_rate * pow(net->scale, batch_num/net->step);
case STEPS:
rate = net->learning_rate;
for(i = 0; i < net->num_steps; ++i){
if(net->steps[i] > batch_num) return rate;
rate *= net->scales[i];
}
return rate;
case EXP:
return net->learning_rate * pow(net->gamma, batch_num);
case POLY:
return net->learning_rate * pow(1 - (float)batch_num / net->max_batches, net->power);
case RANDOM:
return net->learning_rate * pow(rand_uniform(0,1), net->power);
case SIG:
return net->learning_rate * (1./(1.+exp(net->gamma*(batch_num - net->step))));
default:
fprintf(stderr, "Policy is weird!\n");
return net->learning_rate;
}
何も指定しないと，学習率は一定．
これはconstantを指定したときと同じ挙動．
stepの場合，scaleパラメータで指定した値のbatch_num/net->step乗の割合で学習率を減衰させていく．
ソースコードを落としてきて普通に
./configure
make
make install
しようとすると，
configure: error: cannot guess build type; you must specify one
と表示されて ./configure の段階で失敗する．
この場合，ビルド先のアーキテクチャがわかってないのが原因なので，
./configure --build=ppc64-linux
という風に指定するとうまくいく．
OpenPoseはDeep Learningを使って単眼カメラから人体姿勢を推定するライブラリで，CVPR2017でRealtime Multi-Person 2D Pose Estimation using Part Affinity Fieldsというタイトルで発表されたもの．
OpenPose
公式ページの情報を要約すると，画像，ビデオ，webcam，IPカメラから18点のキーポイントが検出可能．各種フォーマットで結果を保存可能．
他にも，左右の手から21点，顔から70点のキーポイントを検出するオプションもある．
これらはUbuntu，Windows，Nvidia Jetson TX2で動作する．
というわけで，色々な用途に使えるので，よく使うオプションのメモ．
例えば，USBカメラを使う場合は以下の通り．
./build/examples/openpose/openpose.bin
ディレクトリ内の画像を一括で処理する場合
./build/examples/openpose/openpose.bin -image_dir /path/to/image
ビデオに対して処理する場合
./build/examples/openpose/openpose.bin -video /path/to/vieo
IPカメラの場合
./build/examples/openpose/openpose.bin -ip_camera (RTSPかHTTPでURLを指定)
以下のオプションを追加
-write_images /path/to/directory
以下のオプションを追加
-render_pose 0 -write_images /path/to/output_directory
ちなみに，-render_pose 1 でCPUを使った描画になり，デフォルトの -render_pose 2 よりも高速．
以下のオプションを追加
-write_keypoint /path/to/output_directory
デフォルトではyml形式で保存される．ファイルは，-write_imageをした時の画像と同じ番号が割り振られるので，画像とほぼ同じファイル名で1画像1ファイルで保存されていく．
以下のオプションを追加
--heatmaps_add_PAFs true -write_heatmaps /path/to/output_directory
デフォルトではPNG形式で保存される．ファイルは，-write_imageをした時の画像と同じ番号が割り振られるので，画像とほぼ同じファイル名で1画像1ファイルで保存されていく．
全チャネルを横に並べた横に非常に長い画像が生成される．
wget先のURLを指定する際に，basic認証のユーザ名とパスワードを以下のように設定すれば良い．
http://username:password@www.server.name/path/to/file
ここで，passwordに「@」が入っていると，それ以降がサーバ名だと解釈されてうまくいかない．
http://username:p@ssword@www.server.name/path/to/file
こういう場合，ssword@www.server.nameがサーバ名だと思われてしまう．
パスワード中の「@」を「%40」に置き換えることでこれを回避できる．
http://username:p%40ssword@www.server.name/path/to/file
今，Fedora 23はgccのバージョンが5.3.1なので，そのままchainerをインストールしようとすると，コンパイルエラーが発生する．
原因は，以下の２点
コードを見ると，
/usr/local/cuda/include/host_config.h
の115行目に，GCCのバージョンが4.9より大きいとエラーになるような #error が書かれている．
仕方ないので，これをコメントアウトして次のようにするとコンパイルが通るようになる．
#error -- unsupported GNU version! gcc versions later than 4.9 are not supported! ↓ //#error -- unsupported GNU version! gcc versions later than 4.9 are not supported!
元々enumはint型として扱えていたが，それができなくなっている．なので，
typedef enum enum_etype{
a = 1
b = 2,
c = 3
} Etype;
int main(){
Etype x = 0;
}
のようなコードはコンパイルエラーになる．これを防ぐにはgccのオプションに”-fpermissive” をつければ良い．
なので，chainerをインストールする際に，
alias g++="g++ -fpermissive" pip install chainer
としたらいけた．正しいやり方かどうかわからないけど．
vimにはEvervimというプラグインがあり，Evernoteのノートをvimから直接編集できます．
しかも，markdownを使って書くことができます（要pythonのmarkdownモジュール）．
が，しかし
以前使っていた時に，保存して再度開くと，書いたものが消えている，ということが何度かあったので，しばらく使っていませんでした．
今回，そのバグフィックスをしました．
調べてると幾つか問題がありましたが，その一つが，ulやolのリストを入れ子にすると，再度開いた時に，入れ子構造が壊れて，入れ子の上の階層に戻って以降が消える，というもの．
evervimのコードを見ていくと，Evernote用のXML形式であるENMLをパースしてmarkdownへと変換する関数が，入れ子に対応していなかったのを発見．
修正してプルリクエストしておきました．
LIBSVMというSVM(Support Vector Machine)のライブラリがある．
SVMで学習したり認識したりするときは特徴ベクトルとサポートベクトルの演算があり，結構時間がかかる．
FAQを見ると，OpenMPで並列化させる方法が載っている．
OpenMPで並列化をすれば，CPUのコアを複数使って効率よく学習や認識ができるのでおすすめ．
これを見て知りました．
LIBSVMをマルチコア環境で速くする方法 using OpenMP＋おまけ
VimRepressというvimプラグインがあって，vimからwordpressに投稿できる．
今回，ブログ更新のために導入してみた．
markdownと組み合わせると，ブログ書きたくなった時に
でサクッとブログ更新できるので超捗る．
今までWordPress開いて記事書いて…ってやるのが面倒でブログ記事が滞っていたけどこれなら…．
色んなサイトで紹介されているので参考まで．