반응형

Deep Learning 122

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

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..

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..

CUDA 버전별 설치가능한 Tensorflow, PyTorch 버전 확인하는 방법

CUDA 버전별로 설치가능한 Tensorflow, PyTorch 버전을 확인하는 방법을 다룹니다. 2024. 3. 14 최초작성 Tensorflow CUDA 버전별로 설치가능한 Tensorflow 버전은 아래 링크에서 확인할 수 있습니다. https://www.tensorflow.org/install/source?hl=ko#gpu 가급적이면 Tensorflow 버전에 맞는 CUDA를 설치하는 것을 권장하는 것으로 보입니다. Tensorflow와 CUDA를 같이 설치해주는 tensorflow[and-cuda] 패키지를 설치해보면 Tensorflow 버전에 따라 설치되는 CUDA 버전이 다릅니다. CUDA 버전이 적절하지 않으면 Tensorflow에서 GPU를 사용할 수 없습니다. Tensorflow 설치하..

Ubuntu 22.04에 CUDA 사용하도록 Tensorflow 설치하는 방법

Ubuntu 22.04에 CUDA를 사용하도록 Tensorflow 설치하는 방법을 다룹니다. 최근(아마도 작년 11월경부터) Tensorflow에서 cuda를 사용시 바뀐점을 다시 정리했습니다. 2022. 12. 2 최초작성 2023. 2. 12 tensorflow-gpu 대신 tensorflow 설치로 변경 The "tensorflow-gpu" package has been removed! https://webnautes.tistory.com/1797 2024. 1. 4 cuda 설치 항목 삭제 , miniconda 개발 환경 추가 예전처럼 Tensorflow 패키지가 GPU를 사용하는 패키지와 CPU를 사용하는 패키지로 분리되었습니다. GPU 사용하는 패키지의 경우엔 CUDA 패키지가 같이 설치되기 ..

모델 평가하는 방법(혼동행렬, confusion matrix, 특이도, 민감도, 재현율, 정확도, 정밀도)

혼동행렬(confusion matrix)과 모델을 평가하는 방법인 특이도, 민감도, 재현율, 정확도, 정밀도를 정리했습니다. 2021. 12. 9 최초작성 2022. 2. 3 2024. 3. 10 혼동행렬(confusion matrix) 내용 추가 2024. 3. 11 2024. 3. 13 본 포스팅에서 다루는 모델 평가 방법을 계산하려면 우선 아래 표에 있는 TP, FP, TN, FN - 4가지에 해당되는 개수를 각각 구해야 합니다. 4가지 경우는 다음 두가지를 기준으로 합니다. Positive는 양성으로 판정을 의미, Negative는 음성으로 판정을 의미. True는 판정이 옳았음을 의미, False는 판정이 틀렸음을 의미. 혼동행렬에서 표시하는 다음 구조에 맞도록 표를 수정했습니다. 민감도(sen..

Ubuntu / Windows / WSL2 / Apple Silicon Macbook에서 Tensorflow / Pytorch 설치하는 방법

Windows와 Ubuntu, WSL2에서 CUDA(GPU)를 사용하는 Tensorflow와 Pytorch를 설치하는 방법을 다룹니다. 추가로 Apple Silicon Macbook에서 GPU를 사용하도록 Tensorflow와 Pytorch를 설치하는 방법도 추가되었습니다. 2024. 1. 7 최초작성 2024. 1. 9 WSL2 추가 2024. 3. 9 Apple Silicon Macbook 추가 Windows Windows에 CUDA 11.8 PyTorch 2.1.2 설치하는 방법 https://webnautes.tistory.com/1850 Windows에서 CUDA를 사용하도록 PyTorch 1.8 설치하는 방법 https://webnautes.tistory.com/1880 Windows에 CUD..

Apple Silicon Macbook에서 PyTorch 설치하기

Apple Silicon Macbook에 PyTorch를 설치하는 과정을 다루고 있습니다. 글 작성을 위한 테스트는 Macbook M1에서 진행했습니다. 다음 링크를 참고하여 작성했습니다. https://betterprogramming.pub/how-to-install-pytorch-on-apple-m1-series-512b3ad9bc6 https://pnote.eu/notes/pytorch-mac-setup/ 2021. 5. 2. 최초작성 2024. 3. 9 제목 변경 0. 다음 포스트를 참고하여 Xcode를 설치합니다. MacBook M1에 Xcode 설치하기 https://webnautes.tistory.com/2024 1. 다음 포스트대로 Macbook에 Miniforge를 설치하여 Python ..

반응형