분류 전체보기
PyTorch 모델 구조 summary & 그래프화 1
PyTorch 모델 구조 summary & 그래프화 1
2021.06.08다음 편 : [AI/Self-Study] - PyTorch 모델 구조 summary & 그래프화 2 PyTorch 모델 구조 summary & 그래프화 2 이전 글: [AI/Self-Study] - PyTorch 모델 구조 summary & 그래프화 1 PyTorch 모델 구조 summary & 그래프화 1 TensorFlow에서는 model.summary() 메서드 호출을 통해 모델을 요약해서 layer마다 shape와 같은 정.. lynnshin.tistory.com TensorFlow에서는 model.summary() 메서드 호출을 통해 모델을 요약해서 layer마다 shape와 같은 정보들을 볼 수 있다. PyTorch에서 model.summary() 처럼 사용할 수 있는 메서드와 모델 구조를 그..
[논문 리뷰] EfficientNet 정리 (MobileNet 부터 EfficientNet 까지)
[논문 리뷰] EfficientNet 정리 (MobileNet 부터 EfficientNet 까지)
2021.06.03이전글 : [AI/Self-Study] - EfficientNet 모델 구조 EfficientNet 모델 구조 EfficientNet - B0 baseline 네트워크 구조 EfficientNet B0 전체 모델 구조 파악 MBConv1 Block 구조 (= mobile inverted bottleneck convolution) MobileNetV2 and MobileNetV3 Depthwise Separable Convoluti.. lynnshin.tistory.com 1. EfficientNet 설명 (2019, 2020) EfficientNet 은 Image Classification Task에 대해서 기존보다 훨씬 적은 파라미터수로 더욱 좋은 성능을 내서 State-Of-The-Art(SOTA) ..
Detectron2 Validation 사용하기 + loss 그래프 그리기
Detectron2 Validation 사용하기 + loss 그래프 그리기
2021.05.26참고 자료: https://ortegatron.medium.com/training-on-detectron2-with-a-validation-set-and-plot-loss-on-it-to-avoid-overfitting-6449418fbf4e https://gist.github.com/ortegatron/c0dad15e49c2b74de8bb09a5615d9f6b
yolov5 학습 튜토리얼 2 (+ mAP, IoU 설명 / Test 와 Inference)
yolov5 학습 튜토리얼 2 (+ mAP, IoU 설명 / Test 와 Inference)
2021.05.12Custom 데이터로 YoloV5 모델 학습하기 1편에 이어 Test / 모델 성능평가 에 대해 알아보자. yolov5 학습 튜토리얼 1편 - [AI/Self-Study] - yolov5 학습 튜토리얼 1 yolov5 학습 튜토리얼 1 Custom 데이터로 YoloV5 모델 학습하기 2편 - [AI/Self-Study] - yolov5 학습 튜토리얼 2 (+ mAP, IoU 설명 / Test 와 Inference) 1. 환경 세팅 1) YoloV5 깃헙 레포지토리 clone $ git clone https://github.com/.. lynnshin.tistory.com 1. Test 코드 돌리기 1) yaml 파일 만들기 data 폴더 안에 coco.yaml 이라는 파일이 있는데 이와 비슷하게 test..
yolov5 학습 튜토리얼 1
yolov5 학습 튜토리얼 1
2021.05.11Custom 데이터로 YoloV5 모델 학습하기 2편 - [AI/Self-Study] - yolov5 학습 튜토리얼 2 (+ mAP, IoU 설명 / Test 와 Inference) 1. 환경 세팅 1) YoloV5 깃헙 레포지토리 clone $ git clone https://github.com/ultralytics/yolov5 2) PyTorch 깔기 아나콘다 가상환경을 만들어주고 CUDA 버전에 맞는 PyTorch를 깐다. pytorch.org/get-started/previous-versions/ 에서 CUDA 버전에 맞는 PyTorch를 깔아주면 된다. YoloV5 는 최소 Python>=3.8 와 PyTorch>=1.7 를 만족해야한다. $ conda create -n yolov5 python..
한줄로 Train/Test/Validation 나누기 (splitfolders : annotation도 함께 나누는법)
한줄로 Train/Test/Validation 나누기 (splitfolders : annotation도 함께 나누는법)
2021.05.11AI 모델 학습을 할 때 데이터셋을 train, validation, test 데이터 셋으로 나눈다. 간단히 설명하면, Train set : 학습에 사용되는 훈련용 데이터 Test set : 학습 후에 모델의 성능을 평가하기 위해서만 사용되는 테스트용 데이터 일반화 능력 평가 : 훈련집합에 없는 새로운 샘플에 대한 오류를 최소화하는 모델로 테스트 셋에 대한 높은 성능을 가지고 있는 모델 Valid set : 모델의 일반화 능력을 높이기 위해 학습 중에 평가에 사용되는 검증 데이터 ( 예) 모의고사 ) 데이터셋을 쉽게 train, validation, test 데이터 셋으로 나누는 방법을 알아보자~ 🍯 Use splitfolders 서칭 중 split-folders라는 파이썬 라이브러리를 찾았다. pypi..
음성인식에 필요한 기초개념 1
음성인식에 필요한 기초개념 1
2021.04.29****************************************************************************************************************************** 이 글은 ReadyToUseAI에서 무료로 제공하는 강의를 듣고 정리한 내용입니다. 강의내용: 음성인식에서 딥러닝은 어떻게 사용될까? (심규홍 강사님) 유튜브 강의링크 : www.youtube.com/channel/UCpWrFUlwUGZSHVlOT1eD-Wg 오픈채팅방 : open.kakao.com/o/g46ZM7Zc (참여코드 : aiai) 수업 관련 자료 : drive.google.com/drive/folders/1Sd-dQd_b-aKdBLAUQ5jz6lwFmiaTFQ02?us..
'Failed to import pydot. You must `pip install pydot` and install graphviz
'Failed to import pydot. You must `pip install pydot` and install graphviz
2021.04.26tf.keras.utils.plot_model(model,to_file='model.png', show_shapes=True,show_layer_names=False) 모델을 시각화 하는 방법 중에 plot_model()을 이용하는 방법이 있다. 이런식으로 결과가 나와서 파일로 저장할 수 있다. 실행시키는 과정에서 pydot과 graphviz를 install 해줬음에도 불구하고 'Failed to import pydot. You must `pip install pydot` and install graphviz ... 이라는 에러메세지가 계속해서 발생했다. 찾아보니, pydotplus 도 같이 install 해주면 된다고해 깔아주니 작동 했다. In addition to pydot and graphviz ..
AttributeError: 'tqdm_notebook' object has no attribute 'disp'
AttributeError: 'tqdm_notebook' object has no attribute 'disp'
2021.04.26pip install jupyter
Multi GPU로 학습하기 - 리눅스 / Pytorch
Multi GPU로 학습하기 - 리눅스 / Pytorch
2021.04.12데이터 병렬 처리 (DATA PARALLELISM) tutorials.pytorch.kr/beginner/blitz/data_parallel_tutorial.html device = torch.device("cuda:0") if torch.cuda.device_count() > 1: print("Let's use", torch.cuda.device_count(), "GPUs!") # dim = 0 [30, xxx] -> [10, ...], [10, ...], [10, ...] on 3 GPUs model = torch.nn.DataParallel(model) model.to(device)
Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 2
Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 2
2021.04.121편 - [AI/Self-Study] - Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 1 Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 1 2편 - [AI/Self-Study] - Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 2 Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 2 Keras : ImageDataGenerator 대신에 tf.data로 빠르게.. lynnshin.tistory.com 참고 자료 : www.tensorflow.org/tutorials/images/data_augmentation 1편에서 tf.data API로 I..
Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 1
Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 1
2021.04.122편 - [AI/Self-Study] - Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 2 Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 2 Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 1편 : lynnshin.tistory.com/26 Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 1 이미지 분류 프로젝트 진행하면서 Keras의 Image.. lynnshin.tistory.com 이미지 분류 프로젝트 진행하면서 Keras의 ImageDataGenerator를 쓰는데 너무 느리다는 문제점이 발생했다. 구글링을 통해 Tensorflow의 tf..