# MPS

mmsori

빠른 요약 - 공홈에서 다운받지 말고 직접 빌드하자 Pytorch 공식 홈페이지에서 제공하는 LibTorch 라이브러리 2.0.0 버전을 다운받아 LibTorch를 사용하고자 시도하였다. https://pytorch.org/get-started/locally/ [ ](https://pytorch.org/get-started/locally/) 다운받은 zip 압축파일을 풀고 나온 libtorch 폴더를 적당한 곳에 위치시키자. 그리고 파이토치 공식 홈페이지에서 다운받은 LibTorch 라이브러리를 사용하여 파이토치 공식 문서가 설명하는대로 바이너리 파일을 빌드하고자 하면 무슨 일이 일어날까? 아래 코드는 전부 파이토치 공식 문서에 있는 것들을 수정한 것이다. https://pytorch.org/cp

heiswicked

썸네일 이미지 출처 INTRO 가끔 jupyter notebook에서 간단하게 이것저것 코딩을 할 때가 있다. 최근에 Pytorch 2.0 (Stable)과 Lightning 2.0이 동시에 같은 날에 런칭했다. 그래서 필자는 conda 가상환경을 싹 다 밀어버리고 최근에 다 다시 설치를 진행했다. 그 이후에 평화롭게 가끔 M1에서 코딩을 하고 있던 어느 날... 다음과 같은 팝업 메세지와 마주하게 되면서 커널이 죽고 다시 시작되는 현상을 겪게 된다. "the kernel appears to have died. it will restart automatically" 이에 대해서는 여러가지 원인이 있고 그에 따른 방법들이 있다. 통상적으로는 RAM과 관련된 부분일 것이다. 하지만, 내가 이 포스트를 쓰는 목적은 만에 하나 다른 특이한 경우의 수가 있기 때문에 공유하려

heiswicked

INTRO 아침에 자고 일어나니, Pytorch 2.0과 Pytorch Lightning 2.0이 나왔다고 떴다. 이래저래 시간이 많지 않기에 간단하게 설치만 진행해봤다. Pytorch Lightning의 경우, Colab에서만 많이 써보기는 했는데 천천히 써보려고 한다. 참고 M1 Part6 - '니들이 mps를 아느냐?'ver.220624 [M1 Part10 - '니들이 Pytorch 2.0을 아느냐?' ver.221230](https://velog.io/@heiswicked/M1-Part10-니들이-Pytorch-2.0을-아

code_by_hot_pack

YOLO v8 객체감지모델 학습하기 0. 학습 참고자료 및 진행방향 0.1 학습 참고자료 링크 : 로보플로우의 YOLO v8 소개 원문 0.2 학습 진행방향 문서에서 제시하는 방법은 Colab에서 제공한 노트북 파일을 베이스로 한다고 적혀있어 노트북 파일을 활용하고 또 개인적으로 설치한 Pytorch 환경에서 설치가 가능한지, mps를 활용할 때 어떻게 되는지도 볼 계획... 이었으나 아직 MPS는 테스트 해보지 않았다는 슬픈 소식을 쉽게 찾을 수 있어서 단념했다 1. How to install YOLOv8 > pip install ultralytics 추천하는 설치방식은 pip라고 하니 그대로 따라한다 2. T

heiswicked

INTRO 올해 6월 전후로 M1에 Pytorch가 M1 GPU를 쓸 수 있는 Pytorch 1.12를 내놓았다. 그리고 최근, 2022년 12월에 Pytorch 2.0이 발표되었다. Pytorch 2.0에서 강조하는 부분은 torch.compile() 이다. torch.compile()뿐만 아니라, TorchDynamo, TorchInductor, AOTAutograd, PrimTorch 등을 통해서도 효율성과 연산속도를 올린 것 같다. 또한, HuggingFace와 timm 라이브러리와의 호환성도 대폭 높였다고 한다. Pytorch 2.0 GET STARTED [Accelerating Hugging Face and TIMM models with PyTorch 2.0](https://pytorch.org/blog/Accelerating-Hugging-Face-and-TI

gkstjd1201

💡글의 목적 최근 맥북에 처음 입문하면서 달라진 환경에 적응하기 위해 내가 찾았던 에러와 디버깅을 요약하기 위함입니다. 보시는 분들에게 조그만한 힘이 되고자 글을 남깁니다. 💡MPS란? >What is MPS MPS : Apple’s Metal Performance Shaders mps는 맥북에서 m1칩을 공개한 이후 gpu가속을 위해 파이토치에서 만든 가속기에 해당하고 현재 공식버전이 릴리즈되진 않았기에 사용에 유의하시길 바랍니다. ⚠️ (conda 가상환경으로 실행을 권장) https://discuss.pytorch.kr/t/apple-m1-gpu/286/2 파이토치 한국 커뮤니티에서 올라온 글을 보고 놀랐다. 아직 공식 버전이 아니기 때문에(22년 10월 2일 기준) 사용을 권장드리진 않지만 저 처럼 처음 m1에 입문하고 속도를 느껴보고 싶으신 분들을 위해 글을 정리했습니다. 🎊커뮤니티 내용 요약 파이토치 m1 gpu가속기가 나왔다. night

heiswicked

(참고) Updated : 현재 2022년 12월 31일에서 업데이트를 쓰자면, 현재 이 포스트 내용대로 그대로 따라서 설치한다면, nightly 버전으로 Pytorch 2.0으로 설치가 될 것이다. 참고하길 바란다. INTRO M1, M2 시리즈가 혁신적이라고 말은 하지만, 슬프게도 Tensorflow, Pytorch와 같은 Deep Learning 프레임워크는 아직 최적화가 잘 되지 않았다. Tensorflow도 Metal-Plugin의 도움으로 GPU 학습이 가능해졌다. 그래서 우수한 성능이나 효과적인 학습을 기대하게끔 하나, 아직까지는 Colab Pro (P100)이 훨씬 더 성능이 우수하다. (지인으로부터 들은 바로는 제대로 학습이 안 된다고도 들었다.) M1, M2 시리즈가 나온지 얼마 안 된 것을 고려하면, 최적화된 성능을 기대하려면, 아직 시간이 많이 필요하다. 개인적으로 2년 이상은 기다려야하지 않을까 싶다. 그러던 와중에, Pytorch가

rbxorbxo

작업 개요 최근 회사에서 고도화 작업 중인 축산정보경영시스템(MPS) 내에서 원료육의 매입 문서를 OCR를 통해 자동 저장 되는 기능을 개발하고 있다. 회사 내에서 계속 해서 딥러닝 혹은 AI 관련 모델링을 개발해 나아가야하지만 , OCR 과 같이 학습 데이터 혹은 언어 별로 구분이 필요한 모델은 인력과 시간 투입의 가성비가 좋지 않아 라이브러리를 찾아 보게 되었다. 기존에는 teserract 라이브러리를 사용하여 , 해당 기능을 제작하였다. 하지만 서버 이전 작업 및 여러가지 정답률 관련 이슈로 인해 다른 라이브러리를 찾아 보다가 , 우연히 EasyOCR이란것을 알게 되었다. 다음 링크는 2021년에 “Tesseract” vs “Keras-OCR” vs “EasyOCR” 이라는 주제로 , 비교한 블로그이다. 참고 바람. 우선 EasyOCR에 대해 알아보자 EasyOCR Github 공식 링크 : github.com/JaidedAI/EasyOCR