Sinatra ＋ tensorflow.rb で動いていますした。

• 名前：後藤 俊介
• 所属：有限会社 来栖川電算
• コミュニティ：機械学習名古屋（主催の1人）, Ruby東海, Python東海, …
• 言語：Python, Julia, Ruby, Scala（勉強中）, …
• twitter: @antimon2
• Facebook: antimon2
• GitHub: antimon2
• Qiita: @antimon2

機械学習名古屋

第9回勉強会 2017/03/11 開催（ちょうど1ヶ月後）

TensorFlow とは

• https://www.tensorflow.org/
• Google 製の「データフローグラフを用いた数値計算ライブラリ」（公式の説明を私訳）
  • 要するに、機械学習ライブラリ。
• 最新 v0.12（2017/02/11 現在）。v1.0 が開発中。

tensorflow.rb

• https://github.com/somaticio/tensorflow.rb
• TensorFlow を Ruby から操作するためのラッパーライブラリ。
• Docker イメージ が用意されているので、手軽に試すことができる。

gem install tensorflow…

$ gem install tensorflow
ERROR:  Could not find a valid gem 'tensorflow' (>= 0) in any repository
...

人類にはまだ早かった

自分でビルド

公式 README を参考に

• 要 Bazel
• 要 Swig

〜中略〜

確認

$ bundle exec rake spec
 : 《中略》
dyld: lazy symbol binding failed: Symbol not found: _TF_NewStatus
  Referenced from: /path/to/gems/tensorflow-0.0.1/lib/sciruby/Tensorflow.bundle
  Expected in: flat namespace

dyld: Symbol not found: _TF_NewStatus
  Referenced from: /path/to/gems/tensorflow-0.0.1/lib/sciruby/Tensorflow.bundle
  Expected in: flat namespace

 : 《後略》
$

人類にはまだ早かった

Docker

• https://www.docker.com/
• (ry

tensorflow.rb の Docker イメージ

$ docker pull nethsix/ruby-tensorflow-ubuntu:0.0.1

コンテナ実行

$ docker run --rm -it -v `pwd`:`pwd` --expose 4567 -p 8000:4567 \
  nethsix/ruby-tensorflow-ubuntu:0.0.1 /bin/bash

Gemfile

source 'https://rubygems.org'
 
gem 'tensorflow', path: '/repos/tensorflow.rb'
gem 'sinatra'
# gem 'sinatra-contrib'
gem 'thin'

bundle install

$ bundle install
 : #《中略》
Bundle complete! 3 Gemfile dependencies, 11 gems now installed.
Use `bundle show [gemname]` to see where a bundled gem is installed.

動作確認

(ry

してません！

学習済モデル準備

Python で以前学習したモデルを Protocol Buffers形式 で保存。

（詳細略）

学習済モデル読込

require 'tensorflow'
 
sess = Tensorflow::Session.new
graph = Tensorflow::Graph.new
graph.read("trained_graph.pb")
sess.extend_graph(graph)
 

参考

.pb のフォーマットが間違っていると…

E tensorflow/core/common_runtime/executor.cc:334] Executor failed to create kernel. Invalid argument: NodeDef mentions attr 'Tshape' not in Op<name=Reshape; signature=tensor:T, shape:int32 -> output:T; attr=T:type>; NodeDef: Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_Placeholder_0, Reshape/shape)
	 [[Node: Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_Placeholder_0, Reshape/shape)]]
E tensorflow/core/client/tensor_c_api.cc:485] NodeDef mentions attr 'Tshape' not in Op<name=Reshape; signature=tensor:T, shape:int32 -> output:T; attr=T:type>; NodeDef: Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_Placeholder_0, Reshape/shape)
	 [[Node: Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_Placeholder_0, Reshape/shape)]]
/repos/tensorflow.rb/lib/tensorflow/session.rb:103: [BUG] Segmentation fault at 0x00000000000017
ruby 2.2.4p230 (2015-12-16 revision 53155) [x86_64-linux]

-- Control frame information -----------------------------------------------
c:0007 p:---- s:0040 e:000039 CFUNC  :tensor_size
c:0006 p:0015 s:0036 e:000035 METHOD /repos/tensorflow.rb/lib/tensorflow/session.rb:103
c:0005 p:0009 s:0029 e:000028 BLOCK  /repos/tensorflow.rb/lib/tensorflow/session.rb:42 [FINISH]
 : (ry

辛い

推測

# x: 要素数 784 の数値の配列（を期待）
input1 = Tensorflow::Tensor.new(x, :float)
 
res = sess.run(
  { 'Placeholder' => input1.tensor },
  ['Softmax'],
  nil
)
print res[0][0], "\n"
# => [7.959904735344026e-09, 2.4618149532806832e-11, 9.080870950128883e-05, 1.0324711918752172e-10, 2.9449205296572245e-09, 1.312004671571998e-10, 1.6875362218726764e-09, 5.2551704307624014e-12, 0.9999091625213623, 3.465244091671593e-08]

参考

ちょっとでも間違ったモノを渡したりすると…

E tensorflow/core/client/tensor_c_api.cc:485] Input to reshape is a tensor with 783 values, but the requested shape requires a multiple of 784
	 [[Node: Reshape = Reshape[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_Placeholder_0, Reshape/shape)]]
/repos/tensorflow.rb/lib/tensorflow/session.rb:103: [BUG] Segmentation fault at 0x00000000000017
ruby 2.2.4p230 (2015-12-16 revision 53155) [x86_64-linux]

-- Control frame information -----------------------------------------------
c:0007 p:---- s:0040 e:000039 CFUNC  :tensor_size
c:0006 p:0015 s:0036 e:000035 METHOD /repos/tensorflow.rb/lib/tensorflow/session.rb:103
c:0005 p:0009 s:0029 e:000028 BLOCK  /repos/tensorflow.rb/lib/tensorflow/session.rb:42 [FINISH]
 : (ry

辛い

仕様

• canvas を表示し、マウスもしくはタッチで、手書きで数字を書き込める。
• 「Classify」ボタンを押すと、それを「0」〜「9」のどの数字か推測して結果を表示する。

mnist.rb

# mnist.rb
require 'tensorflow'
 
class MNIST
  def initialize(model)
    sess = Tensorflow::Session.new
    graph = Tensorflow::Graph.new
    graph.read(model)
    sess.extend_graph(graph)
    @sess = sess
  end
 

  def classify(x)
    input1 = Tensorflow::Tensor.new(x, :float)
    res = @sess.run(
      { 'Placeholder' => input1.tensor },
      ['Softmax'],
      nil
    )
    res[0][0]
  end
end

app.rb（抜粋）

# app.rb
require 'sinatra'
require 'thin'
require 'json'
require_relative 'mnist'
 
configure do
  # 略：IPの設定、Thin Backend の設定

def classify(x)
  @@mnist ||= MNIST.new("trained_graph.pb")
  @@mnist.classify(x)
end
 

post '/classify' do
  content_type :json
  begin
    x = JSON.parse(params["x"])
    res = classify(x)
    res.to_json
  rescue Exception => e
    "[]"
  end
end

HTML（＋JavaScript）（抜粋）

<script>
// (ry
function classify() {
    var myCanvas = document.getElementById("myCanvas");
    var ctx = myCanvas.getContext("2d");
    var data = [];
    // (ry: canvas からピクセルデータを読み込む処理
    jQuery.ajax("classify", {
        dataType: "json",
        data: "x=" + JSON.stringify(data),
        type: "POST",
        success: function (res) {
            // (ry: 整形して表示する処理
        }
    });
}
// (ry
</script>

<div id="board">
    <canvas id="myCanvas" width="112px" height="112px"></canvas>
    <p>
        <button id="classify" onclick="classify()">Classify</button>
        <button id="clear" onclick="myClear()">Clear</button>
    </p><p>
        Result: <input type="text" id="result_output" size="5" value=""><br>   <textarea id="result_detail" cols="30" rows="10"></textarea>
    </p>
</div>

結果

辛かった