DIGITS: Deep Learning GPU Training
System1，是由英偉達（NVIDIA）公司開發的第一個互動式深度學習GPU訓練系統。目的在於整合現有的Deep
Learning開發工具，實現深度神經網路（Deep Neural
Network，DNN）設計、訓練和視覺化等任務變得簡單化。DIGITS是基於瀏覽器的介面，因而通過實時的網路行為的視覺化，可以快速設計最優的DNN。DIGITS是開源軟體，可在GitHub上找到，因而開發人員可以擴充套件和自定義DIGITS。
Github介面：https://github.com/NVIDIA/DIGITS/tree/master/docs

筆者還有話說： 筆者是從傳統統計學過來的，我覺得Nvidia
DIGITS就是接下來深度學習的SPSS，這是一個開端，筆者覺得接下來會有很多框架會有這樣的視覺化操作介面。
特別是Tensorflow是基於節點流進行編譯演算法，編譯起來又特別麻煩，筆者覺得tensorflow如果可以效仿SPSS
Modeler一樣流運作，也是極好的~

一、安裝基本環境

本節會簡單介紹一下安裝需求，其實如果有GPU，後續也就順理成章的可以安裝出來了。一般在安裝、並配置好caffe之後，直接再安裝DIGITS即可。

• 1、如官方所述，DIGITS現在僅支援Ubuntu，當然也在其它Linux系統上測試成功，未見有在Windows上配置的案例；
• 2、DIGITS嘗試囊括更多的開源Deep Learning 框架，當前（digits-2.0）僅包括：Caffe, Torch, Theano, and BIDMach.

採用原始碼安裝DIGITS前，事先要安裝CUDA（必須）、cuDNN（用於GPU加速，建議安裝），Caffe（執行DIGITS至少要有一個Deep Learning framework，也可以安裝Theano，這裡不介紹）。

• 作業系統：Ubuntu 14.04 LTS 64 bit（ubuntu-14.04.3-desktop-amd64.iso）
• CUDA：CUDA-7.0（cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb），支援CUDA的GPU
• cuDNN：cuDNN-7.0（cudnn-7.0-linux-x64-v3.0-rc.tgz）
• Caffe：Caffe-0.13.0（caffe-master.zip，必須是NVIDIA’s fork，原因點此）
• DIGITS：DIGITS-2.0（原始碼安裝，DIGITS-master.zip）

二、詳細的安裝過程

本文只是筆記，就不累述安裝配置過程。可見部落格以下幾類部落格：

還有一個BUG！就是supervessel超能雲伺服器上已經幫你配置好DITIGS，不過筆者在嘗試的時候並沒有嘗試成功，之後會開貼說一下supervessel： supervessel-免費雲映象︱GPU加速的Caffe深度學習開發環境

三、一些DIGITS實際執行案例

其中機器之心翻譯文章很棒！！強推！！：機器學習初學者入門實踐：怎樣輕鬆創造高精度分類網路，非常棒，入門級！！

四、視覺化介面介紹

幾個比較好的功能點，貼圖貼真相：

• 1、點選式選單介面
• 2、而且可視化了深度學習訓練過程
• 3、報錯都直接幫你顯示出來
• 4、分類結果的視覺化

點選式選單介面，而且可視化了深度學習訓練過程。

報錯都直接幫你顯示出來，以便查看出錯在哪：

分類結果的視覺化：

參考文獻：
NVIDIA DIGITS 學習筆記（NVIDIA DIGITS-2.0 + Ubuntu 14.04 + CUDA 7.0 + cuDNN 7.0 + Caffe 0.13.0）
http://blog.csdn.net/enjoyyl/article/details/47397505#安裝digits

.
.

延伸一：深度學習調參網頁版HyperBoard

HyperBoard 是一個輔助深度學習調參的網頁端視覺化工具，不依賴於特定的深度學習框架（如 Tensorflow），能夠在遠端伺服器訓練模型的同時在本地瀏覽器進行視覺化。
目前支援訓練曲線的實時更新，可以方便地按照超引數組合對幾十上百條訓練曲線進行篩選和隱藏，下一步計劃支援動態的統計直方圖和向量視覺化功能。

介面區域性如下所示：

延伸二：DIGITS安裝實踐

開始的方式，在瀏覽器鍵入，或者有以下幾種方式：

http://localhost/
http://<EC2_INSTANCE_PUBLIC_IP>
#參考：https://github.com/bitfusionio/amis/tree/master/awsmrkt-ubuntu-digits

啟動Digits服務：

% sudo start nvidia-digits-server

關閉Digits服務：

% sudo stop nvidia-digits-server

• 報錯一：

/usr/share/lua/5.1/cunn/THCUNN.lua:7: libcusparse.so.7.5: cannot open shared object file: No such file or directory

最簡單的修復的方式：

sudo apt-get install cuda-cusparse-7-5
sudo ldconfig

• 報錯二：

now i have a new problem ,like tihs
[email protected]:~/digits$ ./digits-devserver 
Default value for caffe_root "<PATHS>" invalid:
    caffe binary not found in PATH
==================================== Caffe =====================================
Where is caffe installed?

    Suggested values:
    (P*) [PATH/PYTHONPATH] <PATHS>
>> ~/caffe
ERROR: Library at "libcaffe.so.1.0.0-rc3" does not have expected suffix "-nv". Are you using the NVIDIA/caffe fork?
Invalid input

.

延伸三：一般伺服器使用步驟

一般在公司伺服器，只要連線的是公司的網路，只要伺服器一直開著並啟動digits就可以公司內伺服器連用。
1、啟動
來到digits資料夾的尋找並鍵入：

sudo ./digits-devserver

2、鍵入地址
如果是伺服器本機，鍵入：

0.0.0.0:5000/

如果其他機器訪問，則先得到該伺服器的內網IP

http://xxx.xxx.xxx.xxx:5000/