常連

注目の的

社会貢献

質問力

docker のバージョンは1.8です。

いくつか質問します。
常識的なことかもしれませんがおねがいしますm(__)m（汗）

> docker runのオプション
---
1.-t は何をするのでしょうか
ttyの確保と書いてありましたが、いまいちわかりません。
 何の略ですか？また何をしてくれるのでしょうか？

2.-i について調べました、「stdoutを開きっぱなし」「コンテナの標準入力を開く」とかいてありましたが、いまいちわかりません。

3.-p 1234:80 が私の解釈があっているのでしょうか？
外部から80番宛のパッケが来た場合、ローカル内では1234番に送るということですか？


以上おねがいしますm(__)m

docker runのオプションについて

###環境
- OS: ubuntu 16.04 LTS
- python 3.5.2 (Anaconda 2.5.0 64bit)
- opencv 3.1.0 (condaによるインストール)

※ OpenCVはcondaにより導入しています。
```
conda install -c https://conda.anaconda.org/menpo opencv3
```

###発生している問題・エラーメッセージ
OpenCVのVideoCaptureでファイルが開けなくて困っています。

### 試したこと
LinuxでopenCVのoptical flowを使おうと思い, 以下のqiitaの記事に記載されているサンプルコードを試してみたところ, 以下のエラーが生じました。

- [OpenCVでオプティカルフローをリアルタイムに描画する](http://qiita.com/olympic2020/items/772549d0fc3c89fb3cc4)



結果:
```
OpenCV Error: Assertion failed (scn == 3 || scn == 4) in ipp_cvtColor, file /home/travis/miniconda/conda-bld/work/opencv-3.1.0/modules/imgproc/src/color.cpp, line 7456
Traceback (most recent call last):
  File "LucasKande.py", line 24, in <module>
    gray_prev = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.error: /home/travis/miniconda/conda-bld/work/opencv-3.1.0/modules/imgproc/src/color.cpp:7456: error: (-215) scn == 3 || scn == 4 in function ipp_cvtColor

```

このエラーがLinx特有のものだと分かったのは, 全く同じコードをWindows上で構築した同様の環境では正常に動いた為です。

このエラーを検索したところ, ffmpegを導入すればよいらしいと分かり, 導入。

```
$ sudo add-apt-repository ppa:mc3man/trusty-media
$ sudo apt-get update
$ sudo apt-get install ffmpeg
```

再度サンプルコードを試しても, 同じエラーを吐いてしまう。

ファイル関連でエラーが生じているようなので, pythonのインタプリタでVideoCaptureが正常に動作しているか確認しました。

```python
>>> import cv2
>>> cap = cv2.VideoCapture("../res/768x576.avi")
>>> cap.isOpened()
False
>>> cap.open("../res/768x576.avi")
False
>>> 

```

どうやら, VideoCaptureでファイルを開けていないっぽい。
念の為ファイルが有効か調べました。

```python
>>> import os.path
>>> os.path.exists('../res/768x576.avi')
True
>>> 
```

Pythonからはファイルにアクセスできている模様...

解決の程, よろしくお願いします。

###補足情報というか蛇足
このエラーの対処に数日費やしましたが, どうにも解決の見込みがないと思い, 質問させて頂きました。
PythonもopenCVも初心者なので, 検討違いのアプローチをしているかもしれませんがご了承下さい。

###追記
####OpenCVのビルドを試す
編集・追記依頼でopencvのFFmpeg機能をOpenCVから使うにはオプションを有効にする必要があるとコメントを頂いたので, 恐々ビルドインストールを敢行致しました。 ビルドの方法は以下のサイトを参考にしました。

- リンク1: [Ubuntu14.04にpython用にOpenCV3.0.0をインストール](http://qiita.com/bohemian916/items/23abea5ef9fadcc8bce0)
- リンク2: [OpenCV3.1.0のインストールメモ (Ubuntu 14.04 LTS)](http://umejan.hatenablog.com/entry/2016/04/20/233642)
- リンク3: [OpenCV Ubuntu Documentation](https://help.ubuntu.com/community/OpenCV)

まずはディレクトリの作成とopencvのzipをダウンロードして展開
リンク3の情報から, 既にffmpegがインストールされている場合は取り除いておいた方が良さそうなので, remove

```
$ mkdir OpenCV
$ cd OpenCV
$ sudo apt-get -qq remove ffmpeg
$ wget http://downloads.sourceforge.net/project/opencvlibrary/opencv-unix/3.0.0/opencv-3.0.0.zip
$ unzip opencv-3.0.0.zip
```
リンク2のコメントから, libtiff4-devをlibtiff5-devに変更してrequirementをインストール
```
$ sudo apt-get install build-essential libgtk2.0-dev libjpeg-dev libtiff5-dev libjasper-dev libopenexr-dev cmake python-dev python-numpy python-tk libtbb-dev libeigen3-dev yasm libfaac-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev libx264-dev libqt4-dev libqt4-opengl-dev sphinx-common texlive-latex-extra libv4l-dev libdc1394-22-dev libavcodec-dev libavformat-dev libswscale-dev default-jdk ant libvtk5-qt4-dev
```
requirementがインストールできたら, いよいよビルドです。リンク1に「ubuntuでは、WITH_FFMPEG=OFFを忘れずに。」と記載されているのは見なかったことにしてWITH_FFMPEG=ONにしてcmake
```
$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D WITH_FFMPEG=ON -D BUILD_opencv_python2=ON ../opencv-3.0.0
```
make用にコア数を調べて,
```
$ grep -c ^processor /proc/cpuinfo
```
outputが8だったので, 以下のオプションをつけてmake
気長に待ちます。
```
$ make -j8
```
すると以下のメッセージが出力されました。
```
Makefile:149: ターゲット 'all' のレシピで失敗しました
make: *** [all] エラー 2
```
makeの進捗が75%で止まっている。allってファイルが無いらしい。
...allって何だ

アドバイスを求めたところ, allは「全体をビルドする過程のどこかでエラーが出て止まってしまった」ことを意味しているとのこと。（ご回答有難うございます）
エラーの解決の為には根本原因となっているエラーメッセージが必要とのことなので, もう一度ビルド作業をやり直しました。
$ make -j8を行った直後の状態で, 端末で「エラー」を検索。
ヒットした箇所の周辺から最後までを引用...しようと思ったけど, teratailの字数制約に引っかかったので怪しいと思われる箇所を抜粋しました。

```
Scanning dependencies of target opencv_perf_cudabgsegm
[ 68%] Building CXX object modules/cudabgsegm/CMakeFiles/opencv_perf_cudabgsegm.dir/perf/perf_main.cpp.o
//usr/lib/libvtkIO.so.5.10: `TIFFReadDirectory@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFIsTiled@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFScanlineSize@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFClose@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFGetFieldDefaulted@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFSetWarningHandler@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `_TIFFmalloc@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFDefaultStripSize@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFReadTile@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFWriteScanline@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `_TIFFfree@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFGetField@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFClientOpen@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFNumberOfDirectories@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFOpen@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFReadRGBAImage@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFSetField@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFSetErrorHandler@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFSetDirectory@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFReadScanline@LIBTIFF_4.0' に対する定義されていない参照です
//usr/lib/libvtkIO.so.5.10: `TIFFNumberOfTiles@LIBTIFF_4.0' に対する定義されていない参照です
collect2: error: ld returned 1 exit status
modules/viz/CMakeFiles/opencv_test_viz.dir/build.make:238: ターゲット 'bin/opencv_test_viz' のレシピで失敗しました
make[2]: *** [bin/opencv_test_viz] エラー 1
CMakeFiles/Makefile2:3793: ターゲット 'modules/viz/CMakeFiles/opencv_test_viz.dir/all' のレシピで失敗しました
make[1]: *** [modules/viz/CMakeFiles/opencv_test_viz.dir/all] エラー 2
make[1]: *** 未完了のジョブを待っています....

（中略）

Scanning dependencies of target opencv_cudafilters
[ 74%] Building CXX object modules/cudafilters/CMakeFiles/opencv_cudafilters.dir/src/filtering.cpp.o
[ 74%] Linking CXX shared library ../../lib/libopencv_cudafilters.so
[ 74%] Built target opencv_cudafilters
Makefile:149: ターゲット 'all' のレシピで失敗しました
make: *** [all] エラー 2
```

アドバイス願います。

Linux - OpenCV VideoCaptureが動作しない

###前提・実現したいこと
Kerasで深層学習の勉強をしています。InceptionV3のモデルを利用してcifar10の画像分類をしたいです。
###発生している問題・エラーメッセージ
kerasに用意されているApplicationsからモデルをロードしたのですが、cifar10の32*32という小さなサイズには対応しておらず読み込みでエラーが出ます。
```
/home/***/keras_study/test.py:69: UserWarning: Update your `fit_generator` call to the Keras 2 API: `fit_generator(<keras.pre..., verbose=1, validation_data=(array([[[..., steps_per_epoch=1562, epochs=200, callbacks=[<keras.ca..., max_queue_size=100)`
  callbacks=[lr_reducer, csv_logger])
Traceback (most recent call last):
  File "/home/***/keras_study/test.py", line 69, in <module>
    callbacks=[lr_reducer, csv_logger])
  File "/usr/local/lib/python2.7/dist-packages/keras/legacy/interfaces.py", line 87, in wrapper
    return func(*args, **kwargs)
  File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 1777, in fit_generator
    val_x, val_y, val_sample_weight)
  File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 1234, in _standardize_user_data
    exception_prefix='input')
  File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 140, in _standardize_input_data
    str(array.shape))
ValueError: Error when checking input: expected input_1 to have shape (None, 299, 299, 3) but got array with shape (10000, 32, 32, 3)
```
###該当のソースコード
```Python
from __future__ import print_function
from keras.datasets import cifar10
from keras.preprocessing.image import ImageDataGenerator
from keras.utils import np_utils
from keras.callbacks import ReduceLROnPlateau, CSVLogger
import numpy as np

from keras.applications.inception_v3 import InceptionV3

lr_reducer = ReduceLROnPlateau(factor=np.sqrt(0.1), cooldown=0, patience=5, min_lr=0.5e-6)
csv_logger = CSVLogger('test_cifar10.csv')

batch_size = 32
nb_classes = 10
nb_epoch = 200

# input image dimensions
img_rows, img_cols = 32, 32
# The CIFAR10 images are RGB.
img_channels = 3

# The data, shuffled and split between train and test sets:
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

# Convert class vectors to binary class matrices.
Y_train = np_utils.to_categorical(y_train, nb_classes)
Y_test = np_utils.to_categorical(y_test, nb_classes)

X_train = X_train.astype('float32')
X_test = X_test.astype('float32')

# subtract mean and normalize
mean_image = np.mean(X_train, axis=0)
X_train -= mean_image
X_test -= mean_image
X_train /= 128.
X_test /= 128.

model = InceptionV3(weights='imagenet')
model.compile(loss='categorical_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

# This will do preprocessing and realtime data augmentation:
datagen = ImageDataGenerator(
    featurewise_center=False,  # set input mean to 0 over the dataset
    samplewise_center=False,  # set each sample mean to 0
    featurewise_std_normalization=False,  # divide inputs by std of the dataset
    samplewise_std_normalization=False,  # divide each input by its std
    zca_whitening=False,  # apply ZCA whitening
    rotation_range=10,  # randomly rotate images in the range (degrees, 0 to 180)
    width_shift_range=0.1,  # randomly shift images horizontally (fraction of total width)
    height_shift_range=0.1,  # randomly shift images vertically (fraction of total height)
    shear_range=0.1,
    zoom_range=0.1,
    horizontal_flip=True,  # randomly flip images
    vertical_flip=False)  # randomly flip images

datagen.fit(X_train)

# Fit the model on the batches generated by datagen.flow().
model.fit_generator(datagen.flow(X_train, Y_train, batch_size=batch_size),
                    steps_per_epoch=X_train.shape[0] // batch_size,
                    validation_data=(X_test, Y_test),
                    epochs=nb_epoch, verbose=1, max_q_size=100,
                    callbacks=[lr_reducer, csv_logger])

model_json_str = model.to_json()
open('test_cifar10.json', 'w').write(model_json_str)
model.save_weights('test_cifar10_param.hdf5')

```

###試したこと
cifar10の画像サイズを300*300のように大きくリサイズして通そうとは考えたのですが、その場合元のデータに比べて大きくなりすぎて学習で問題が起こりそうな気がしています。
<追記>
32*32→300*300にリサイズした画像を実際に表示すると、テレビのノイズ画面のような元の画像とかけ離れた画像に変換されており、これでは教師データとして問題があるんじゃないかと考えています。
###質問したいこと
cifar10のような小さい画像に対してInceptionV3モデルを適用させる方法があれば、Kerasでの実装方法も含めて教えて頂きたいです。
###補足情報(言語/FW/ツール等のバージョンなど)
Keras2.07
Python2.7

InceptionV3モデルでcifar10の画像分類をしたい

yumコマンドでいくつかのパッケージをインストール済みのサーバがあって、
外部ネットワークに接続できない環境にあるサーバに同じパッケージを
入れたいと考えていますが、rpmが存在していないので、rpmをインターネットから
取得できません。外部ネットワークからは遮断されているため、
rpmをCD-Rに焼いて持ち込むことも出来ない環境です。
いくつかのパッケージを別のサーバにもインストールしたいのですが、
可能なのでしょうか。
yumでインストール済みのrpmがどこかに保存されていれば、
そのrpmからインストールすることも可能ですが、
どこに保存されているのかわかりません。

たとえば、
yum install subversion
コマンドでインストール済みのサーバAがあって、
サーバAでインストールしたときは、ネットにつながっていましたが、
現在は、ネットにつながらない環境に
サーバAとサーバBがいて、
サーバの老朽化に伴い、
サーバAに入っているsubversion
をサーバBにインストールしたいと思っています。