# torch
11월 3주차 학습 회고
1. 강의 복습 1) nn.optim Adam을 사용하는 것이 대부분 optimizer의 효율이 제일 좋다. Adam은 adaptive + momentum의 뜻을 가지고 있는데 실제적인 수식에서는 RMSprop처럼 time step의 누적이 발산하는 것을 방지하기 위한

torch.nn.Module.parameters()
https://easy-going-programming.tistory.com/11torch.nn.Parameter 클래스는 torch.Tensor 클래스를 상속받아 만들어졌고, torch.nn.Module 클래스의 attribute로 할당하면, 자동으로 파라메

[pytorch] batch size에 대해서
데이터를 모델에 입력하여 예측을 수행할 때, 일반적으로 한 번에 하나의 데이터 샘플을 처리하는 것보다 여러 개의 데이터 샘플을 함께 처리하는 것이 효율적입니다. 이때 한 번에 처리되는 데이터 샘플의 개수가 배치 크기입니다.배치 크기를 선택하는 것은 학습 알고리즘의 성능

pytorch-lr-finder
평소에 pytroch_forecasting Library를 쓰면 보통 pytorch_lightning과 결합하여서 써서, auto_lr_find를 이용해서 최적의 learning rate를 찾곤했다. 하지만 내가 직접 모델을 구현할때는 보통 pytorch_lightni

Repairing Deep Neural Networks: Fix Patterns and Challenges
요약Loss function add, remove or replace the loss function에 집중하여

넌 고양이니 개니?
심플하게 딥러닝 기법으로 학습한 모델로 이미지를 분류해내는 과정을 적어보고자 한다.데이터 출처 : Cats and Dogs우선 데이터가 필요하다. 데이터는 학습에 사용할 사진 여러장과 각 장의 라벨 정보가 담긴 csv파일이 필요하다. train에 사용할 데이터, tes

실시간 얼굴 인식을 통한 맞춤형 광고 제공 프로젝트(2)
실시간 얼굴 인식을 통한 맞춤형 광고 제공 프로젝트(1)에 이은 발표 PPT 및 설명입니다.

실시간 얼굴 인식을 통한 맞춤형 광고 제공 프로젝트(1)
메타버스 아카데미 2기 AI반 MediaPipe,CNN 활용 프로젝트입니다! 🐧🐧🐧대중교통 혹은 엘리베이터 탑승 시 탑승객의 성별/연령대에 따라 맞춤형 광고를 제공하는 프로젝트입니다. MediaPipe를 활용하여 탑승객들의 안면을 추출하고 CNN을 통해 검출된 1

기상 상황에 따른 도로 노면 분류 프로젝트(2)
기상 상황에 따른 도로 노면 분류 프로젝트(1)에 이은 발표 PPT 및 설명입니다.안녕하십니까. 기상 상황에 따른 도로 노면 분류라는 주제로 AI반 딥러닝 미니 프로젝트를 진행한 임정민입니다. 반갑습니다. 발표 목차입니다. 보이시는 순서와 같습니다.프로젝트 주제는 차량

기상 상황에 따른 도로 노면 분류 프로젝트(1)
메타버스 아카데미 2기 AI반 딥러닝(CNN) 개인 프로젝트입니다! 🐇🐇🐇딥러닝 CNN 아키텍처 모델을 통해 차량 운행 중 빗길이나 눈길 등 안전을 위협하는 노면을 분류하는 프로젝트입니다.정보통신산업진흥원의 2023년 ICT 기술 동향 보고서에 기재된 두가지 기술
내 컴퓨터 torch version
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu117 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
[TIL] TORCH.TENSOR.SCATTER_
헷갈렸던 torch scatter 함수 이해를 위해 정리해본다. torch 공식 문서에는 scatter 에 대해 아래와 같이 나와있다. Parameters:dim (int) – the axis along which to indexindex (LongTensor) – t

RuntimeError: CUDA error: no kernel image is available for execution on the device 해결
코드 내 amp.initialize를 실행하는 라인에서 runtime error가 발생했다.해당 에러는 설치되어 있는 torch와 cuda의 버전이 맞지 않아 발생하는 에러이다.현재 사용하려는 가상환경에서 torch가 어떤 버전의 cuda에서 빌드되는지, 내가 사용하는
GPU버전 pytorch 설치하기 -torch.cuda.is_available()이 False일 때-
CPU가 아닌 GPU에서 Pytorch를 사용하려면 torch.cuda.is_available() 값이 true로 리턴되어야 한다.GPU 환경에서 사용할 파이썬 가상환경을 여러번 설치하다 보니 쉽지가 않다.먼저, slurm 명령어 srun을 이용한 방법이다.설치 후에는

M1 Part14 - "번개의호흡, Pytorch-Lightning 2.0 on M1"
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. M1
[MLOps] Triton Inference Server 구축기 2 - model repository 만들기
이전 글에서 triton inference server를 docker로 띄우는데 성공하였다면, 이제 serving 하고자 하는 모델을 trained model들이 위치하게 된다. 이어지는 블로그 글에서 자세한 내용을 적을 예정이다. 여기서 지정한 로컬 모델 경로에는
[MLOps] Triton Inference Server 구축기 1 - 설치
공식 문서에서 추천하는 triton build 및 deployment 방법은 docker 이미지를 통한 빌드이기 때문에 추천하는 방식으로 블로그를 쓰려고 한다. 1. Docker, NVIDIA Container Toolkit 설치하기 Triton inference
[MLOps] Triton Inference Server 구축기 0 - 공식 문서 모음
Triton으로 inference server를 구축하는 과정에서 정보가 많이 없어 고생을 많이 하고 있다. 예시도 많이 없을 뿐더러, Nvidia에서 나온 공식 문서도 이곳 저곳 흩어져 있어서 이곳에 정리해보려 한다.

[MLOps] Transformers로 학습한 모델 ONNX로 변환하기
Transformers로 학습한 모델을 ONNX로 변환 하는 방법, ONNX란?
[MLOps] PyTorch 모델을 TensorRT로 변환하기
In this tutorial, converting a model from PyTorch to TensorRT™ involves the following general steps:Build a PyTorch model by doing any of the two opti