Linux on Windows 10（WSL）でPULSE（顔デピクセル化）を実行する方法 チュートリアル

2020年のある春の夕方、私は顔デピクセル化ニューラルネットワークに関する記事を読みました。調べたところ、これはPULSEエンジンのフロントエンドの一種であることがわかりました。これは、StyleGANニューラルネットワークに基づいています（ランダムな特徴を持つ顔を生成します）。



このチュートリアルでは、手順を説明し、UbuntuをWindows 10（WSL）にインストールし、PULSEを試すための環境を設定し、別のオリジナルの写真をアップロードして、良い結果が得られた方法を示します。



モーフアニメーションとビデオチュートリアル-さらに。

私たちに与えられたもの

Face-Depixelizerは、PULSEを使用するためのフロントエンドです。



PULSEは、StyleGANニューラルネットワークに基づくエンジンです。その意味は、ぼやけた写真から人物の顔の画像を復元することです。ちなみに、これはCFVの科学的な研究です。NVidiaの生成的敵対ニューラルネットワークであるStyleGANは、存在しない人物のランダムな顔を生成します（実際には、そのような人物がすでに存在しているとおかしいでしょう）。最後に、PULSEは、この写真で瞬きをした同じ人物がどのように見えるかを大まかに教えてくれます！

パルスに挑戦

PULSE のフードの下には何があるのか、一般的にはどのようにローカルで開始できるのか疑問に思いました。

興味深いことに、科学論文を斜めから見て、始め方と確立方法を考え始めました（自分が「ニューラルネットワーク」を設定したことがないという事実にもかかわらず）。



そして、私はできるだけ早く、githubが落ちる前に（私が何を意味するかを知っているなら）、PULSEプロジェクトに切り替えたと言いました。著者がこのインストールオプションを示した場所：anacondaとpython。それら。いずれの場合も、プラットフォーム固有のパッケージ（ライブラリ）が必要です。私はLinuxよりもWindowsユーザーです。しかし、すべて同じように、ライブラリの編集や面倒な選択なしで実行したいと思います。 Linuxがなければ、これは実行できません。



しばらく前に、ITスペシャリストの何人かがWindowsにおけるLinuxについて話していました。そして、私はそれをあなたに伝えます-無駄に。まだ完成していませんが、便利です。

LinuxのWindowsサブシステムであるWSLを使用すると、開発者はほとんどのコマンドラインプログラム、ユーティリティ、アプリケーションを含むGNU / Linux環境を変更せずにWindowsで直接実行できるため、個別の仮想マシンを使用する必要がなくなります。

それら。これは、WindowsからLinuxコマンドラインにアクセスするためのものです。Linuxのターミナルは、cmdと同じくらい簡単に起動できます。便利です。

始めましょう

ターミナルを操作するには、こことビデオでWindowsターミナル（Windowsストアから）を使用します。

要するに

要件の確認

• CUDAをサポートするNVidiaビデオカード（StyleGANニューラルネットワークはCUDAを使用）。サポートされているビデオカードのリストはこちら
• NVidia CUDA WSL2 ( , ).
• Windows 10 version 2004 build 20150 ( Windows Insider Program ), .
• WSL2 (4.19.121 ; Windows) linux .
• Ubuntu 18.04 WSL2 Windows Store.

Ubuntu

• cmake
• unzip,
• NVidia CUDA Toolkit.

CUDA

1. CUDA
2. .

anacondaをダウンロードしてインストールします。

PULSEをインストールする

1. github PULSEからのダウンロード
2. pulse.ymlの編集：
   
   
   
   
   • チャンネルを追加するanaconda、conda-forge
   • 特定のアセンブリへの参照を削除する
3. 編集したファイルを使用してPULSE環境をインストールする
4. PythonでのPytorchとCUDAツールキットのパフォーマンスの確認。

実験

1. 最新バージョンへのpip update jupyterノートブックの使用
2. 画像を調整する（彼らがPULSEが1024 * 1024の正方形の画像と3つのRGBチャネルで、つまり透明度なしで機能することを書いている問題で）
3. ステップ数とエラーを増減します
4. ...
5. 利益！

上記は、中間画像から作成されたモーフアニメーションです。



ことわざにあるように、「百回聞くよりも一度見るほうがよい」。ビデオでは、WSL2の更新とUbuntuのインストールから始まるすべての手順を示しています。







そして今…

もっと詳しく

必要条件

もう一度私は要件を繰り返します（...そして100回目の編集の後、100回目にファウラーを覚えます）：

• Windows 10バージョン2004ビルド20150以降
• WSL2（バージョン4.19.121以降）
• WSL2のUbuntu 18.04は、Windowsストアからのディストリビューションそのものです。すべてのWindows 10 Insiderアップデートがロールフォワードされた後にインストールされます。WSL2
• NVidiaドライバーWSLは、新しいバージョンのWSL2をサポートする試験的なバージョンのドライバーです。NVidia実験プログラムに参加するには同意が必要です。しかし、すべてのカードが機能するわけではありません。

OSの準備

ウインドウズ10

目標：Windows 10バージョン2004ビルド20150以上の



前処理：

1. アップデートを起動しています
2. 次に、アプリケーションを使用してwinver、Windowsの現在のバージョンを確認します
3. WindowsバージョンがWindows 10バージョン2004ビルド20150より低い場合、以下の手順に従う必要があります。
4. そして、すべてが問題なければ、おめでとうございます。WindowsInsider Programに参加する必要はありません。次のステージに進んでください！

私たちがすること：

1. Windows Insider Programに入る
2. さらに、システムパラメータの「更新とセキュリティ」：
   
   
   • Insider Programタブ（空白の場合、以下のトラブルシューティングのセクションを参照）：
     
     
     
     
     1. 評価オプション：早期アクセス
     2. 「開始」をクリックします。
   • Windows Updateタブ：
     
     
     
     
     1. 「詳細」で、「他のマイクロソフト製品のアップデートを受け取るためにアップデートするとき」を許可するようにしてください（これはWSL2 4.19.121以降をインストールするためのものです）
     2. 更新しています。

チェック：起動winver。開いたダイアログボックスで、バージョンを確認します。

NVidiaドライバーCUDA WSL

目的：最新バージョンのNVidiaドライバーCUDA WSLをインストールし



ます。

1. ページに移動します
2. まだ登録していない場合は登録します。実験プログラムに参加することに同意する
3. ダウンロードとインストール。

検証：「CUDA操作性チェック」の段階になります

WSL2

目標：WSL2バージョン4.19.121以降の



前処理：

1. 上記の手順で更新しない場合、WindowsをWindows 10バージョン2004ビルド20150以降に更新します
2. ターミナルで実行した後：
   
   
   
   

   wsl --update

   ヘルプの内容が表示され（アラwsl --help）、古いバージョンになります。次に、以下の手順に進みます
3. 4.19.121以降のバージョンが表示されている場合は、この段階をスキップします。

私たちがすること：

1. 管理者としてPowerShellを起動し、順次実行します。
   
   
   • 追加コンポーネント「Linux用Windowsサブシステム」が含まれています。
     
     
     
     

     dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

   • 次に、「仮想マシンプラットフォーム」コンポーネントを有効にします。
     
     
     
     

     dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

   • 再起動します。
2. WSLの更新：
   
   
   
   

   wsl --update

3. 次に、WSLの2番目のバージョンをインストールします。
   
   これは、今後のすべてのディストリビューションのデフォルトです。これを行うには、管理者権限でPowerShellを起動して実行します。
   
   
   
   

   wsl --set-default-version 2

チェック：コマンド：

wsl --update

[アップデートのインストール後]にはバージョン4.19.121以降が表示されます。

WSL2上のUbuntu 18.04

目標：WSL2



前処理での Ubuntu 18.04：WSLが以前にインストールされたUbuntu 18.04の場合（私は次のブランチをテストしていませんが、コメントで指定した場合、支援を受けた方がよいでしょう）：

• リストで確認します。
  
  
  
  

  wsl --list --all -v

• この配布では、WSLバージョンをver.2に切り替えます。
  
  
  
  

  wsl --set-version Distro 2

  
  
  例えば：
  
  
  
  

  wsl --set-version Ubuntu-18.04 2

• 再起動します。

私たちがすること：

1. Windowsストアに移動します
2. Ubuntu 18.04を探してインストールします

チェック：ターミナルを開いて実行：

wsl --list --all -v

見る Ubuntu 18.04 Version 2

Ubuntuの準備

事前準備

1. パッケージインデックスの更新：
   
   
   
   

   sudo apt update

2. cmakeをインストールします（dlibをインストールするには）：
   
   
   
   

   sudo apt install cmake

3. zipアーカイブを解凍するには、たとえばunzipユーティリティをインストールします。
   
   
   
   

   sudo apt install unzip

CUDAツールキットのインストール

1. CUDAをパッケージインデックスに追加します。
   
   
   
   

   sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
   
   sudo sh -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda.list'
   
   sudo apt update

2. CUDAツールキットをインストールします。
   
   
   
   

   sudo apt install -y cuda-toolkit-11-0

CUDAツールキットのパフォーマンスの確認

これを行うには、例を実行します（deviceQueryプログラムは有益です）。

1. ダウンロード：
   
   
   
   

   wget https://github.com/NVIDIA/cuda-samples/archive/master.zip

2. 解凍：
   
   
   
   

   unzip master.zip

3. 先に進み、（すべて）ビルドします。
   
   
   
   

   make

4. 実行：
   
   
   
   

   ./bin/x86_64/linux/release/deviceQuery

   
   
   アプリケーションは、互換性のあるデバイスのリストを表示します。

Anacondaのインストール

1. リンクからディストリビューションをダウンロードします
2. 実行：
   
   
   
   

   bash Anaconda3-2020.02-Linux-x86_64.sh

   
   
   インストール中：
   
   
   
   
   1. ライセンスに同意する
   2. PREFIXから出発
   3. 初期化に同意します
3. 端末を再起動するか、次を実行します。
   
   
   
   

   source ~/.bashrc

anacondaでの環境のセットアップ

PULSEの構成

1. ダウンロード：
   
   
   
   

   wget https://github.com/adamian98/pulse/archive/master.zip

2. 解凍：
   
   
   
   

   unzip master.zip

3. Pulse.ymlのバックアップを作成します。
   
   
   
   

   cp pulse.yml pulse.yml.bak

4. Pulse.ymlを修正します。
   
   
   
   
   1. チャネルを追加します（これらはパッケージソースです）。
      
      
      • コンダフォージ
      • アナコンダ
   2. パッケージの特定のバージョンのすべての参照を削除します。
      
      例：zstd=1.3.7=h5bba6e5_0等号「」で始まる行「」の最後の部分を削除し=h5bba6e5_0ます。その結果、「zstd=1.3.7」が取得されます。
      
      
      
      手作業で、またはsedユーティリティを使用して行います。
      
      
      
      

      sed '/==/b; s/=\([^=]*\)$//' pulse.yml > pulse1.yml

      
      
      : , , "==", regexp
5. pulse1.yml:
   
   
   
   

   conda env create -f pulse1.yml

6. , - NotResolverPackage. libfortran 3.0.1:
   
   
   
   
   1. conda libfortran
   2. Anaconda Cloud Files (3.0.1), , , osx-64
   3. Anaconda Cloud, cloud-forge 3.0.0-1 linux-64. !
   4. pulse1.yml libfortran=3.0.1 libfortran=3.0.0=1
   5. :
      
      
      
      

      conda env create -f pulse1.yml

   6. , !
   7. 他のパッケージが必要な場合は、チャンネルに注意して、必要に応じて追加してください。
7. インストールされるのを待っています
8. 次に、アクティブ化します。
   
   
   
   

   conda activate pulse

Python でのPytorchとCUDAのパフォーマンスの確認

1. このスクリプト：
   
   
   
   

   from __future__ import print_function
   import torch
   x = torch.rand(5, 3)
   print(x)

   
   
   このようなものを出力する必要があります：
   
   
   
   

   tensor([[0.3380, 0.3845, 0.3217],
   	[0.8337, 0.9050, 0.2650],
   	[0.2979, 0.7141, 0.9069],
   	[0.1449, 0.1132, 0.1375],
   	[0.4675, 0.3947, 0.1426]])

2. そしてこれ：
   
   
   
   

   import torch
   torch.cuda.is_available()

   
   
   出力されます：
   
   
   
   

   True

この段階で、理論的には停止できます。しかし、私は先に進み、実験用にjupyterノートブックをインストールしました。

Jupyter Notebookは、データサイエンスプロジェクトをインタラクティブに開発および表示するための非常に強力なツールです。

PULSEの使用

始めましょう

1. パルス環境をアクティブにします。
   
   
   
   

   conda activate pulse

2. Jupiterのインストール：
   
   
   
   

   pip install jupyter

3. 実行：
   
   
   
   

   jupyter notebook

   そしてさらに：
   
   
   1. 新しいノートブックを作成New-> Python3（ノートブック）
   2. そこのファイルからコードを貼り付けます
   3. ソースファイルをプロジェクトのルートにスローし、名前をsource.pngに変更します。
      
      
      
      

      cp /mnt/c/Users//Desktop/face1.png source.png

   4. ローンチします。待ってる

ノート

1. , 500-800, eps
2. :
   
   
   1. , , 1024*1024
   2. PNG
   3. (RGB) RGBA
3. : "Could not find a face that downscales correctly within epsilon", :
   
   
   
   steps \ eps, , (steps), eps L2. .
   
   
   
   :
   
   
   
   

   BEST (400) | L2: 0.0013 GEOGROSS: | TOTAL: | time: ...

   
   
   400は（指定された）達成されたステップ数（steps）で、L2は対象の値です。これは指定されたepsよりも小さくなければなりません（私が理解しているように、これは最適化の精度です。仲間のAI開発者が教えてください）。
   
   
   
   したがって、たとえば、1つまたは全部を増やす必要があります。ステップ（400以上）と\またはeps（eps = 0.0013以上、つまりeps> = L2になるようにする必要があります） ...
   
   
4. 各ステップの中間写真を表示する場合は-save_intermediate
   
   、[画像はフォルダに保存されます] パラメータを追加しますruns/。フォルダ内HR-高解像度、フォルダ内LR-低解像度）

考えられる問題は次のとおりです。

問題の解決

エラーが発生しただけでなく、それらも解決した場合は、ここに追加します。

Windows Insiderプログラムの白い画面

オプション：別のユーザーの下にあり、十分な権限がありません。

解決策：リンクを参照してください。しかし、私はレジストリを変更せずにそれを解決しました。

CUDAサンプルが起動しない

オプション：

1. お使いのグラフィックカードはサポートされていません
2. 最新のWSL2を導入していません
3. NVidia Driver CUDA WSLの最新（実験的）バージョンをインストールしていません

起動時にjupyter notebookエラーをスローします

エラー：Start : This command cannot be run due to the error: The system cannot find the file specified.

解決策：接続文字列をブラウザーにコピーします（他の解決策が理解できませんでした）。

PULSEを起動すると、常にエラーが発生する

エラー：Google Quota Exceeded

解決策：ソースファイルを私からコピーして、ルート（キャッシュフォルダーにない場合は作成）にスローします。



または：

1. PULSE.pyから最初のGoogleリンクを使用してファイルをダウンロードします
2. テンプレートmd5hash _synthesis.pt を使用して名前を変更します。ここで、md5hashはダウンロードしたファイルのmd5ハッシュです（現在のバージョンでは6b943ee69b8491ac40e8e9ced6175659_synthesis.pt）
3. これをキャッシュフォルダーに入れます（PULSEが配置されているディレクトリのルートにない場合は作成します）。

PULSEを開始するとき、またはPytorchをチェックするときにエラーがスローされる

エラー：ModuleNotFoundError: No module named 'torch'

解決策：pytorchをチェックして機能する場合は、パルス環境をアクティブ化していないことを意味します。これを行うには、次のコマンドを実行します。

conda activate pulse

結論

次のステップは、StyleGANとそれに基づく他の「ニューラルネットワーク」を研究することです。

記事、推奨事項（これは私の最初の公開記事なのでプレゼンテーションを含む）、修正事項についてのコメントを読んでいただければ幸いです。



読んでくれてありがとう！

ユーティリティ、ドライバへの参照とリンク

1. WSLでのCUDA用NVidiaドライバーのインストール手順
2. WSLでのCUDA用のNVidiaドライバー
3. サポートされているCUDAビデオカードのリスト
4. CUDAの例
5. Windows 10にWSL2をインストールする手順
6. Windows Insider Programヘルプと概要-Windows早期アクセス
7. LinuxシステムにAnacondaをインストールする手順
8. アナコンダ分布のリスト
9. Jupyter Notbook-分析と実験
10. PULSEリポジトリ
11. Face-Depixelizerリポジトリ
12. StyleGANリポジトリ