TensorRT 7.1.2 버전 부터 Group Normalization plugin 을 지원하기 시작했다. 아래 Github 에서 ONNX GraphSurgeon 을 사용할 수 있으며, https://github.com/NVIDIA/TensorRT/tree/master/tools/onnx-graphsurgeon NVIDIA/TensorRT TensorRT is a C++ library for high performance inference on NVIDIA GPUs and deep learning accelerators. - NVIDIA/TensorRT github.com python 샘플 코드에 onnx_packnet 을 이용하여 group normalization plugin 을 추가하여 onnx ..

Li, Xiang, et al. "Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection." arXiv preprint arXiv:2006.04388 (2020). github : https://github.com/implus/GFocal implus/GFocal Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection - implus/GFocal github.com Abstract One-stage detector는 기본적으로 객체 탐지 문제를 dense c..

보통 객체 검출(Object Detection) 이나 객체 분류(Classification)은 객체의 존재 여부(Objectness)를 중요시 여기기 때문에 Object-centric 하며, 성능을 보장하기 위해서는 여러 단계의 Conv + Pooling 을 거쳐 영상 속에 존재 하지만 변화에는 영향을 덜 받는 강인한 특징만을 추출해야한다. 그렇기 때문에 객체 검출이나 분류 문제에서는 Detail 한 특징 보다는 Global 한 특징에 집중하는 것이 중요하다. 하지만, Object Segmenation 분야에서는 픽셀 단위의 조밀한 예측이 필요한데, 객체 분류를 위한 신경망을 사용하게 되면 계속 특징 맵의 크기가 줄어들기 때문에 Detail 한 특징 정보를 얻기 어려워진다. 그래서 이러한 Detail 을..

ONNX 모델을 netron Visualization 할 수 있다. https://github.com/lutzroeder/netron lutzroeder/netron Visualizer for neural network, deep learning and machine learning models - lutzroeder/netron github.com Netron supports ONNX (.onnx, .pb, .pbtxt), Keras (.h5, .keras), Core ML (.mlmodel), Caffe (.caffemodel, .prototxt), Caffe2 (predict_net.pb), Darknet (.cfg), MXNet (.model, -symbol.json), Barracuda (.nn..

CUDA 10.0 에서 CUDA 10.2 로 업데이트 하였을 때, 이미 설치가 되어있었던 pyCUDA 를 import 하였더니 아래와 같은 에러가 떴었다. ImportError: libcurand.so.10.0: cannot open shared object file: No such file or directory 이는 pyCUDA 가 자꾸 삭제된 CUDA 10.0 을 찾는 메세지 였고, linux 명령어인 find / -name "libcurand.so.10.0*" 으로 관련된 파일을 모두 삭제했는데도 불구하고 CUDA 10.0 을 찾는 문제가 발생하였다. 그래서 PyCUDA 를 다시 pip uninstall pycuda 하고 다시 설치하였는데도 불구하고 계속 같은 문제가 발생되어 cuda 10.2 을..

기존 환경 - CUDA 10.0 - cuDNN 7.5.0 - NVIDIA Driver 418.x 설치 환경 - Ubuntu 16.04 - RTX 2080 - CUDA 10.2 - cuDNN 8.0.1 - NVIDIA Driver 440.95 * CUDA 10.2 를 설치하려면 NVIDAR Driver >= 440.33 이 필요 * CUDA Driver 버전 확인 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html Release Notes :: CUDA Toolkit Documentation This release of the toolkit includes the following updates: CUDA Math libraries too..

W: The repository 'https://apt.dockerproject.org/repo ubuntu-xenial Release' does not have a Release file. 한시간 내내 삽질하다가 아래와 같은 방법으로 해결함 sudo add-apt-repository "deb https://apt.dockerproject.org/repo/ $(cat /etc/issue | awk '{print $1}' | tr '[:upper:]' '[:lower:]')-$(lsb_release -cs) main" 참고자료 : https://askubuntu.com/questions/981031/sudo-apt-get-update-throwing-error

W: An error occurred during the signature verification. The repository is not updated and the previous index files will be used. GPG error: https://nvidia.github.io/nvidia-container-runtime/ubuntu16.04/amd64 InRelease: The following signatures couldn't be verified because the public key is not available: NO_PUBKEY 키이름 위와 같이 linux 환경에서 sudo apt-get update 시, public key 를 사용할 수 없다는 에러가 발생하는데 .. 아래..

apt는 apt-get과 apt-cache의 기능 중에서 잘 사용되지 않는 기능을 제외하고 만든 새로운 tool이다. 여기서 apt-get은 패키지 설치를 담당하고, apt-cache는 패키지 검색을 담당하는 tool이다. 결론적으로 apt-get이 아닌 apt를 사용하는 것이 사용성 측면에서는 유리하다. 참고자료 : https://developern.tistory.com/entry/apt-apt-get-%EC%B0%A8%EC%9D%B4 [Linux] apt와 apt-get의 차이 apt는 apt-get과 apt-cache의 기능 중에서 잘 사용되지 않는 기능을 제외하고 만든 새로운 tool이다. 여기서 apt-get은 패키지 설치를 담당하고, apt-cache는 패키지 검색을 담당하는 tool이다. 결..

sudo apt-get -f install 깨진 패키지 매니저 (apt-get) fix 하는 명령어임 참고자료 : https://koodev.tistory.com/61?category=730188 Ubuntu 16.04 apt 'E: Unmet dependencies' 에러 다른 사람이 사용하던 Ubuntu PC를 사용하게 되었는데, 패키지 매니저(apt)가 심하게 꼬여 있었다. 패키지 설치가 되지 않으며, `sudo apt-get -f install` 로 fix를 시도해 보아도 아래와 같은 메시지가 나�� koodev.tistory.com

CUDA Driver Running a CUDA application requires the system with at least one CUDA capable GPU and a driver that is compatible with the CUDA Toolkit. See Table 2. For more information various GPU products that are CUDA capable, visit https://developer.nvidia.com/cuda-gpus. Each release of the CUDA Toolkit requires a minimum version of the CUDA driver. The CUDA driver is backward compatible, meani..

한빛미디어에서 핸즈온 머신러닝 1판에 이어 2판이 출간되었다. 2판에서는 Scikit-Learn, Keras, TensorFlow 의 최신 버전을 사용한 예제 코드를 제공한다. 1부(머신러닝)에는 비지도 학습을 다루는 장이 추가 되었고, 2부(신경망과 딥러닝)에서는 최신 딥러닝 기법이 방대하게 수록되었다. 부록에는 특수한 데이터 구조와 TensorFlow 그래프에 관해 다루는 2개 장이 추가되었다. 또한 시각적 편의를 위해 전면 컬러로 인쇄되었다고 한다. 책이 952쪽으로 이루어져있으며, 책이 두꺼운 만큼 현존하는 딥러닝 책중에서 가장 많은 내용을 담고 있지 않나 싶다. 이 책은 컴퓨터를 전공한 사람이 머신러닝을 독학하는데 필요한 모든 정보를 담은 책이라고 할 수 있다. 또한 개발하기에 용이하게도 Git..