コンテンツにスキップ

概要

深層学習フレームワークとしてはPytorchを採用しており、最新版の pytorch をインストールすることを推奨する。 特に、Pytorch 2.0以上は、事前にコンパイルされたことにより、学習速度を向上させ、GPUメモリの使用率を低減させるため、大規模なモデルの学習を高速に実行可能である。 なお、CUDAやNvidiaドライバーは利用するPytorchのバージョンに合わせてインストールする必要がある。

ファイル

本ライブラリは以下のように構成される。

  • data: サンプルデータのダウンロードや、モデル学習のためのDataloader
  • layer: 階層型RNNや空間注意機構などを実装
  • model: 複数の動作生成モデルを実装、入力は関節角度（任意の自由度）とカラー画像（128x128ピクセル）
  • test: テストプログラム
  • utils: 正規化や可視化、引数処理などの関数

pip

GithubからEIPLのリポジトリクローンし、pipコマンドを用いて環境をインストールする。

1
2
3
4
5
6
mkdir ~/work/
cd ~/work/
git clone https://github.com/ogata-lab/eipl.git
cd eipl
pip install -r requirements.txt
pip install -e .