nnboard

a GUI editor for neural network (especially for chainer)

chainer 向けの GUI エディタです。

動作環境

• python 3.5.2 以降 （おそらく 3.5 以降なら動きます）
• chainer 2.0.2 以降 （おそらく 1.19 以降なら動きます）

使い方

ダウンロード

git clone https://github.com/al4tech/nnboard.git
cd nnboard

実行

python server.py

server.py を実行すると、自動的に index.html が開きます。このページ上で、ニューラルネットワークをさくさく設計することができます。

初めての方は、まず一番上の Load Canvas ボタンから、サンプルファイル（このディレクトリにある .json ファイルは全てサンプルファイルです）を適当にひとつ読み込んでみて、 青字の Start Learning ボタンを押してみてください。学習が始まります。別のサンプルを試すときは、先に青字の Quit Learning ボタンを押して、学習を停止してから、 Load Canvas ボタンで別のサンプルファイルを読み込み、それから Start Learning ボタンを押してください。

終了

server.py を Ctrl-C で終了してください。

なお、 index.html の最下部にある Shutdown Server ボタンを押しても、 server.py が終了します。

作業状態の保存と読み込み

• index.html の一番上にある Download Canvas リンクを押すと、json ファイルがローカルに保存されます。この中に、構築したネットワークの情報が入っています。

• Load Canvas ボタンを押して json ファイルを選択すると、構築したネットワークが復元されます。

• 構築したネットワークとともに、optimizerの設定なども保存されます。

• 学習結果は保存されません・・・

詳しい使い方

ネットワーク設計

• 層や結合を編集するときは、canvas にフォーカスが当たった状態にします（canvas内をどこかクリックすれば良いです）。

• a キーを押すと、層が作られます(add)。作った層は、クリックで選択でき、ドラッグで移動できます。

• ある層(a)を選択中に、Shift キーを押しながら別の層(b)をクリックすると、(a)から(b)に結合が生じます。結合もクリックで選択できます。

• Del キーを押すと、選択中の層や結合を削除できます。層を削除すると、層にくっついている結合も一緒に削除されます。

• ある単一の層を選択中に、様々な英字キーを押すことで、層のタイプを変更することができます。（層タイプ一覧）

  • 対応キー：b(batch Normalization),c(convolution),C(Concat),e(experience replay),f(full connected),i(input),m(mean_squared_loss),o(other;任意の関数),p(pooling),r(random),R(Reshape),s(softmax_cross_entropy),T(Transpose),+(足し算),*(掛け算),-(マイナス)

  • Optionsから、オプション引数を設定できます。oの場合は、任意の関数を設定できます。(lambda式も指定可です。例えば "func":"lambda x,y:F.softmax_cross_entropy(x,y)"と書けば、タイプsの層と実質的に同じになります。)

  • Options は json の書式で書く必要があります。 None は null で指定します。タプルを指定したいときは、(jsの)Array として書きます。例： "shape":[-1,1,28,28]

• ある単一の層を選択中に、Ctrl キーを押しながら様々な英字キーを押すことで、層の活性化関数を変更することができます。

  • 対応キー：e(elu),i(id),l(leaky_relu),r(relu),s(sigmoid),t(tanh)

  • Optionsから、（これらに限らない）任意の活性化関数に変更できます(lambda式も指定可：例えば "act":"lambda x:F.relu(x)" など)。

学習

• loss と optimizer を設定する必要があります。

  • 単一の層を選択中に数字キー(0-9)を押すと、層に「タグ」をつけることができます(層の中に #0 などと表示されます)。

  • 一行目には optimizee: #0, loss:#4 と書いてあります。これに従って、最適化したい loss の層に #4 タグを指定します。その loss から計算される勾配に従って最適化したい重みをもつ層に #0 タグを指定します。

  • 同時に4つまで複数のoptimizerを併用できます。

  • 複数のoptimizerを交互に動かしたい場合などには、condition の指定を行ってください。ここでは「非負整数 x を受け取り、（xイテレーション目にこのoptimizerを動かすか）を返す関数」を指定してください。

    • 例：optimizer 0 の condtition が lambda x: x%6 で、optimizer 1 の condition が lambda x: not(x%6) の時、「0を5回」→「1を1回」→「0を5回」→・・・という動かし方になります。

• Start Learning ボタンを押すと、学習が始まります。

• 正常に学習が始まると、ボタンの表示が Quit Learning に変化します。Quit Learning ボタンを押すと、学習が終了し、ボタンの表示が Start Learning に戻ります。何らかのエラーが生じて学習が死んだ場合も、ボタンの表示が Start Learning に戻ります。

• 学習中の表示の見方

  • 各層の右下に表示されているのは shape です。右上は、現在の層の値のプレビューです。

  • 各層をダブルクリックすると、現在の層の値をいつでも可視化することができます

  • いい感じに可視化されない場合は、任意の層を使って、いい感じに shape を整形すると良いです。

  • 学習中の loss の変化が折れ線グラフで表示されます（google chart API を利用しているため、インターネット接続時のみの機能です）。

    • このグラフは15秒ごとに自動更新されます。手動で更新したい場合は Update graph manually ボタンを押してください。

    • softmax_cross_entropy の層で loss を集計している場合に限り、 accuracy の変化も折れ線グラフで表示されます。

• 学習中に任意コードの実行ができます。学習係数を途中で変えたりできます。 Execute Code にコードを入力し、Execute ボタンを押してください。

  • エラーが出た場合はダイアログで表示されます。

• 学習中にハイパーパラメータをスライダーで調節できます。 Tuning Slider の欄に調節したいハイパーパラメータの変数を入力し、 GetValue ボタンを押すと、スライダーに現在の値がセットされ、スライダーが操作可能となります。この状態でスライダーを操作すると、動的にハイパーパラメータの値を変更できます。    

構成

• index.html：編集画面(GUI)

• server.py：chainerでニューラルネットの計算を行うサーバー

FAQ

• server.py 起動時に Address already in use などと表示されて起動できない。

  • 以下を確かめてみてください：

  • server.py がバックグラウンドで起動したままになっている。 → index.html を（手動で）開いて、 Shutdown Server ボタンを押せば終了できます。

  • それ以外の何らかのプログラムが localhost:8000 を使用している。 → 通信に使用するポート番号を変更しましょう。例えば、ポート 12345 番を使いたい場合は、サーバを server.py -p 12345 で起動し、 index.html の最下部にある Address of Server を http://localhost:12345 と変更してください。

• テストエラー見たい

   * 現状、そのような機能はありませんが、見られるようにしたいと思っています。

• 学習結果を保存したい

  • 現状、そのような機能はありません

• GPU で動かしたい

  • 現状、未対応です

• 学習中にネットワークいじったらどうなるの

  • 現状、どうにもなりません。 ← 部分的に、ネットワークを学習中に動的にいじれるようにしました。ネットワークを変更してから、 SendNetworkInfoToServer ボタンを押すと、変更したことをサーバーの計算に反映できます。（link 層はいじれません）

• Start Learning ボタンを押しても Quit Learning に変化しない

  • おそらく一瞬で学習が落ちてます。

License

• MIT
  • see LICENSE