Google Colab ile Train Aşamaları
Model Eğitimini Başlatalım:
Eğitim işlemini başlatmak için aşağıdaki komutları kullanalım.
Google Colab Nedir?
Colab ile train işleminin yapılmasından önce colabın ne olduğunu ve neden kullanıldığından kısaca bahsetmek istiyorum. Colab, Google tarafından geliştiricilerine sunduğu ücretsiz bulut servisi olarak adlandırılır. Proje de Colab kullanmamın asıl sebebi ise ücretsiz bir şekilde GPU üzerinde derin öğrenme uygulamalarını geliştirme imkanı sunmasıdır. Colab kullanılarak Python programlama dilinde çeşitli uygulama geliştirilebilir. OpenCV, Keras, PyTorch, TensorFlow gibi kütüphaneler kullanılarak derin öğrenme yani deep learning üzerine bir çok farklı uygulama gerçekleştirilebilir. Projem de kullandığım Colab’ı diğer ücretsiz bulut servislerinden ayıran önemli özelliklerden bir tanesi de Colab’ın ücretsiz GPU ile daha hızlı ve kısa sürede train işlemi yapılabilmesidir.
Google Colab ile Train İşlemi
Aşağıda da gördüğünüz üzere sürücü kitaplığını içe aktardık ve Google Drive’da VM yerel sürücüsü olarak bağlandık. Sonuç olarak da Drive dosyalarına erişilebilir bir hale geldik.
“/content/gdrive/My Drive/” yolunu kullanarak bu erişimi sağlayabilirsiniz.
Sembolik bağlantısı kullanılması gerekiyordu. Bunun sebebi Colab üzerinde oluşturulan Google Drive bağlantısı “My Drive” isimli klasör altında oluştuğu içindir. İlerleyen işlemler sırasında klasör ismindeki boşluk karakteri kullanmak isterseniz aşağıda belirttiğim kodlar ile kullanabilirsiniz.
Aşağıda belirttiğim kod mevcut CUDA sürümünü kontrol ettikten sonra yorumlanmalıdır. CUDA, Nvidia CUDA’nın önceden kurulmuş olduğu ve hangi sürümün olduğu kontrol edilmelidir. Sonrasında bir süre bekletilmelidir.
Aşağıdaki kod ile CuDNN dosyalarını Drive klasöründen doğrudan VM CUDA klasörlerine çıkartalım.
Aşağıdaki kod ile kurulan sürümü kontrol edelim.
Aşağıdaki kod ile daha önce derlenen darknet derlenmiş dosyasını çalıştırılabilir bir hale getirelim.
Aşağıdaki kod ile Colab üzerinde Tiny-Yolov3 için Train işlemi gerçekleştirelim.
Train işlemini başlattığımız da Colab üzerinde aşağıda yer aldığı şekilde gözükür.
Train İşlemi Ne zaman Durdurulmalı ?
Train işleminin durdurulması için işlemin sonuna kadar bitmesini beklemeniz gerekmez genellikle her bir sınıf yani etiketlerde yer alan nesne için 2000 iterasyon yeterlidir ancak toplamda 4000 iterasyondan az olmamalıdır. Eğitim işlemi sırasında eğitimi durdurmanız gerektiğinde, çeşitli hata göstergeleri (avg değeri) yer almaktadır ve bu değer artık azalmıyorsa durdurulabilir.
0.XXXXXXX avg örneğindeki gibi X değerleri devirli şekilde tekrar ediyorsa veya artık avg değeri değişmiyor ise train işlemi durdurulabilir. Darknet ile yaptığımız train işleminde CFG dosyasında yapılan yapılandırmalardan sonra (sınıf sayısı x 2000) iterasyon sonrasında otomatik duracaktır.
