MMCV, MMDetection, MMSegmentation은 버전 dependency가 너무 심하기때문에, 버전을 잘 맞춰줘야한다.에러가 발생할때마다 시도했던 해결방안을 정리한다.구버전의 MMDetection을 설치하려면 mmpycocotools가 dependency

torch.distributed.barrier()는 distributed training (multi-gpu training) 환경에서 multi-process로 학습을 수행할 때, 각 process (rank)들마다 진행 속도가 다를 수 있다.모든 process들이

.ssh/authorized_keys 파일이 있어도 ssh 접속 시 비밀번호를 물어보는 문제가 있었다.구글링해보면1\. ~/.ssh 권한 7002\. ~/.ssh/authorized_keys 권한 : 600으로 했는데도 계속해서 비밀번호를 물어봤었는데, 홈디렉토리 권한

cat /usr/include/cudnn_version.h

G++ compiler로 opencv을 컴파일할때, 경로를 제대로 넣어도 잘 안되는 상황이 있었다.pkg-config opencv --cflags --libs 명령어를 통해 설치된 경로를 알아서 물려줄 수 있다.

Pytorch의 DDP를 사용하던 중, 학습을 종료시키고자 Ctrl+C를 입력하여 프로세스를 종료하였다. 그러나 GPU Memory를 반환하지 않았으며, Process를 Kill하기 위해 nvidia-smi 또는 ps 명령어를 이용하려고 했다.1\. nvidia-smi

timm, torch.hub 등의 model zoo에서 가져올때 모델의 일부 layer만 수정하고 싶다.직접 구현된 코드를 구할 수 없을 때 중간 layer를 수정하는 방법이다.

sudo apt-get install libgl1-mesa-glxsudo apt-get install libglib2.0-0Docker 환경에서 pip install opencv-python 으로 opencv 설치 후 실행하면 나타난 에러들이었다.

An error message occured when I tried DDP using 8 \* RTX 3090 GPUs.My environment was CUDA 11.3, Pytorch 1.12In my case, using CUDA 11.1 solved this e

CAPSTONE 하는 도중, Attention 모듈을 CNN에 접목시킨 Block Attention Module을 찾았다.논문의 이름은 "CBAM: Convolutional Block Attention Module" 이고, 링크는 https://arxiv.or

2021년 11월 21일 Today I Learned

Velog 블로그 시작.AI Hardware Accelerator, Deep Learning 공부 등등 자료 게시할 예정Tistory 에서도 시작했음.. 둘 다 써보고 결정하기로했다 😊https://scyonggg.tistory.com/