반응형 Python5 timm 모델 리스트 + 옵티마이저까지 (timm model list / 2024.04.19) timm은 "PyTorch Image Models"의 약자로, Ross Wightman에 의해 작성된 PyTorch 기반의 이미지 분류 라이브러리이다. - 다양한 모델 지원: timm 라이브러리는 ResNet, EfficientNet, Vision Transformers(ViT)를 포함한 다양한 아키텍처를 지원합니다. 이 라이브러리를 통해 다양한 컴퓨터 비전 작업에 적용할 수 있는 폭넓은 사전 훈련된 모델들을 활용할 수 있습니다. - 사전 훈련된 가중치 제공: 대부분의 모델들은 ImageNet에서 사전 훈련된 가중치를 제공받아, 전이 학습을 통한 프로젝트 시작을 용이하게 합니다. - 높은 유연성: 연구자와 개발자가 자신의 필요에 맞게 커스텀 모델 아키텍처를 설계하거나 기존 모델을 변형할 수 있도록, ti.. 2024. 4. 19. Pytorch 설치 1. MobaXterm 설치해서 원격 서버 접속 후 버전 확인 2. https://pytorch.org/get-started/previous-versions/ 에서 맞는 버전으로 설치 - 11.4는 없으니까 그 아래 버전인 11.3으로 검색 - 필자는 +cu 가 붙은걸 선호하니 그걸로 복사 후 설치. pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113 import torch torch.cuda.is_available(), torch.cuda.device_count() 설치 끝 2024. 4. 12. Docker container에서 아나콘다 실행 및 기본 설정 Docker container 생성.docker run -it --gpus all -p 88**:8888 --name yhna_pytorch4 --shm-size 256G -v /data:/home/yhna/data -v /data2/yhna/:/home/yhna/ pytorch/pytorch:latest 실제 ex)docker run -it --gpus all -p 8818:8888 --name yhna_pytorch_runtime_v2 --shm-size 256G -v /data:/home/yhna/data -v /data2/yhna/:/home/yhna/ -v /data_AIoT6:/home/yhna/data_AIoT6/ -v /data_OL:/home/yhna/data_OL/ pytorch/* 1.. 2024. 2. 27. 리스트 안에 numpy array나 Tensor 배열이 갇혀 있을 때 해결방법. Numpy array나 Tensor 형태의 배열이 list로 감싸져 있을 때 벗겨내는 방법 Unsupervised/Semi-Supervised Learning을 하기 위해 Training set을 재정의 한다던가, Custom Dataset을 만들었을 때 Training sample을 만들기 위해, 등등 여러가지 경우로 아래의 코드와 같이 리스트 안에 또 다른 배열, numpy array, tensor 등을 정의할 때가 생긴다. 이 때 이 배열에서 빼내는 방법에 대해서 알아보자. MNIST 데이터 셋을 예시로 들었을 때 이미지의 크기는 (1, 28, 28) 정도가 된다. 하지만 시각화 하기 어렵기에, 임의로 정의한 np.ones((1, 4, 4)) 크기의 numpy array를 예시로 들어보자. tens.. 2023. 3. 28. Python numpy 지수표기, e+ 표기 없이 출력하기 np.set_printoptions(precision=6, suppress=True) np.set_printoptions -> 소숫점과 관련된 numpy 옵션 precision -> 반올림 옵션 -> 소숫점 6번째 자리에서 반올림함. suppress = True 일 경우 고정 소숫점 방식을 사용하여 소숫점 표기 2022. 9. 5. 이전 1 다음 반응형
