반응형

분류 전체보기 1071

Keras의 EfficientNet, EfficientNetV2 모델의 파라미터 개수

Keras의 EfficientNet, EfficientNetV2 모델의 파라미터 개수를 확인해봤습니다. 2024. 3. 18 최초작성 확인한 모델의 파라미터 개수입니다. 오른쪽에는 M단위로 표기하고 있는데 1M은 백만(1,000,000)을 의미합니다. 예를 들어 5.33M은 533만입니다. EfficientNetB0 5330571 parameters. (5.33M) EfficientNetB1 7856239 parameters. (7.86M) EfficientNetB2 9177569 parameters. (9.18M) EfficientNetB3 12320535 parameters. (12.32M) EfficientNetB4 19466823 parameters. (19.47M) EfficientNetB5 3..

Deep Learning/Keras 2024.03.18

Python Thread / Process 강제로 종료시키기

Python에서 Thread/Process를 강제로 종료시키는 방법을 다루고 있습니다. 일반적으로 스레드나 프로세스를 갑자기 종료하는 것은 좋은 방법이 아닙니다. 왜냐하면 스레드/프로세스가 자원을 사용하던 중에 갑자기 종료되면 자원 해제 처리가 제대로 이루어질 수 없기 때문입니다. 스레드/프로세스를 강제 종료해도 자원 해제나 기타 다른 문제가 생길 가능성이 없다면 사용해볼 여지가 있습니다. 본 포스트는 참고한 글을 기반으로 작성되었지만 대부분의 코드와 글이 원문과 차이가 있습니다. 원문에 있던 예외와 trace 관련 방법은 제외했습니다. 중지 플래그 - 전역변수 중지 플래그 - 이벤트 객체 Using traces to kill threads : 스레드 대신 프로세스 사용 데몬(daemon) 참고 2024..

해온 것들을 정리하고픈 맘이 들어서...

그동안 블로그에서 프로그래밍 관련 글만 발행해왔는데 개발에 대한 이야기를 적어보면 어떨까라는 생각이 들었습니다. 다양한 것을 해보며 블로그에 글로 남겼지만 하는 방법외에 개발 과정에서 겪은 이야기 같은 것도 글로 남겨보고 싶어졌습니다. 사실 꽤 오래 전부터 이 생각을 해왔지만 시작하기가 쉽지 않더라구요. 고민하는 시간에 일단 시작해보라는 말처럼… 일단 적어보려고 합니다. 2024. 3. 17

Windows에 CUDA 사용할 수 있도록 PyTorch 설치하는 방법

Windows 에 CUDA 11.8과 PyTorch를 설치하는 방법을 설명합니다. 2023. 5. 7 최초작성 2023. 9. 9 2024. 1. 7 별도의 CUDA 없이 설치 2024. 3. 16 NVIDIA 그래픽 카드 드라이버 설치 방법 분리 글 업데이트 NVIDIA 그래픽 카드 드라이버 실치 다음 포스트를 참고하여 최신 버전 NVIDIA 그래픽 카드 드라이버를 설치하는 것을 권장합니다. 최신 버전 PyTorch에서 최신 버전 CUDA를 요구하는 경우에 최신 버전의 NVIDIA 그래픽 카드 드라이버 설치가 필요하기 때문입니다. 특별한 경우를 제외하고는 CUDA를 따로 설치할 필요는 없습니다. Windows에 NVIDIA 그래픽 카드 드라이버 설치하기 https://webnautes.tistory.c..

pip cache 제거하기 ( 설치시 다운로드한 Python 패키지 삭제 )

설치시 다운로드한 Python 패키지가 저장되어 있는 캐시(cache)를 삭제하는 방법을 다룹니다. 2024. 3. 16 최초작성 pip cache에는 pip 명령으로 설치시 다운로드된 Python 패키지나 소스코드로부터 필드된 Python 패키지가 저장되어 있습니다. 때때로 버전 충돌등으로 인해 또는 디스크 공간 절약을 위해 pip cache에 있는 Python 패키지를 삭제해야 할 필요가 생길 수 있습니다. PyTorch나 Tensorflow 등의 패키지를 설치한 경우 pip cache가 많은 디스크 공간을 사용합니다. 다음 명령으로 pip cache 정보를 확인할 수 있습니다. 캐시가 사용하는 경로와 현재 사용한 디스크 크기, 파일 개수 등이 표시됩니다. (base) webnautes@webnaut..

WSL2에 CUDA 사용하는 Tensorflow 설치하는 방법

WSL2에 CUDA 사용하도록 Tensorflow 설치하는 방법을 다룹니다. 2022. 11. 26 최초작성 2023. 2. 12 tensorflow-gpu 대신에 tensorflow 설치 2023. 4. 3 gpu 사용하기 위한 확인사항 추가 2024. 1. 9 2024. 2. 4 텐서플로우 버전 선택 정리 2024. 3. 11 tensorflow[and-cuda] 설치시 발생한 문제 해결방법 추가 2024. 3. 13 2024. 3. 14 2024. 3. 16 NVIDIA 그래픽 카드 드라이버 설치 방법 분리 Tensorflow에서 GPU를 사용하려면 다음 버전 이상으로 윈도우를 업데이트 해야 합니다. 윈도우 11은 아래 언급한 버전보다 상위 버전인것으로 보입니다. Windows 10 19044 이상..

WSL2에서 CUDA 사용할 수 있도록 PyTorch 설치하는 방법

WSL2에서 CUDA 사용할 수 있도록 PyTorch 2.0 설치하는 방법을 다룹니다. 2023. 8. 4 최초작성 2024. 1. 9 CUDA 따로 설치 안함. 2024. 3. 16 NVIDIA 그래픽 카드 드라이버 설치 방법 분리 우선 윈도우에 WSL2를 설치하여 Ubuntu를 사용할 수 있는 환경을 만들어야 합니다. 아직 설치안되어 있다면 아래 포스트를 따라 진행하세요. WSL2를 설치하여 Ubuntu 22.04 사용하는 방법 https://webnautes.tistory.com/1847 Miniconda 개발 환경 설치 다음 포스트를 참고하여 Miniconda 개발환경을 설치하세요. Ubuntu 설명을 따라하면 됩니다. 파이썬 프로젝트 별로 패키지를 따로 관리할 수 있습니다. 주의할 점은 Mini..

NVIDIA 그래픽카드에서 사용가능한 CUDA 버전 확인하기

NVIDIA 그래픽카드에서 사용가능한 CUDA 버전을 확인하는 방법을 다룹니다. 2024. 3. 14 최초작성 2024. 3. 16 사용중인 NVIDIA 그래픽 카드에서 사용가능한 CUDA 버전을 확인하려면 우선 compute capability를 확인해야 합니다. 다음 링크에서 NVIDIA 그래픽 카드의 compute capability를 확인할 수 있습니다. https://developer.nvidia.com/cuda-gpus 다음 목록중 하나를 선택하면.. 세부 모델명과 함께 compute capability를 알려줍니다. 예를 들어 데스크탑용 Geforce RTX 3070의 compute capability는 8.6입니다. 아래 링크에서 앞에서 찾은 compute capability에 맞는 CUD..

Windows에 NVIDIA 그래픽 카드 드라이버 설치하기

Windows에 NVIDIA 그래픽 카드 드라이버를 설치하는 방법을 다룹니다. 2024. 3. 16 최초작성 최신 CUDA 버전을 설치하려면 최신버전 NVIDIA 그래픽 카드 드라이버를 설치해야 합니다. 아래 링크에서 최신 버전 NVIDIA 그래픽 카드 드라이버를 다운로드 할 수 있습니다. https://www.nvidia.co.kr/Download/Find.aspx?lang=kr 위 링크 클릭시 컴퓨터에 설치된 그래픽카드를 자동으로 인식합니다. 컴퓨터에 설치된 그래픽 카드를 수동으로 확인해보려면 윈도우 + R을 누른 후, devmgmt.msc 입력 후 엔터키를 눌러 장치 관리자를 실행합니다. 디스플레이 어댑터 항목에서 그래픽 카드 이름을 확인할 수 있습니다. 앞에서 엔비디아 그래픽 카드 드라이버 다운로..

지정한 디렉토리의 파일을 특정 비율로 나누어 2개의 디렉토리에 저장하기

지정한 디렉토리의 파일을 특정 비율로 나누어 2개의 디렉토리에 저장하는 예제 코드입니다. 2024. 3. 16 최초작성 import os import shutil import random def split_and_copy_files(src_folder, dest_folder1, dest_folder2, ratio=0.2): # 지정한 경로 src_folder로부터 파일 목록을 가져옵니다. 지정한 경로에 파일들이 하위 폴더로 구분이 안되어있다고 가정합니다. files = [f for f in os.listdir(src_folder) if os.path.isfile(os.path.join(src_folder, f))] # 파일 경로가 저장된 리스트를 뒤섞습니다. random.shuffle(files) # 지..

반응형