johyeongseob 님의 블로그

Pytorch 기초부터 시작하는 NLP 시리즈1. 문자-단위 RNN으로 이름 분류하기2. 문자-단위 RNN으로 이름 생성하기3. Sequence to Sequence 네트워크와 Attention을 이용한 번역 Pytorch 기초부터 시작하는 NLP: Sequence to Sequence 네트워크와 Attention을 이용한 번역페이지: https://tutorials.pytorch.kr/intermediate/seq2seq_translation_tutorial.html Author: Sean Robertson번역: 황성수  Pytorch 기초부터 시작하는 NLP 마지막 튜토리얼입니다. 튜토리얼의 내용은 '프랑스어를 영어로 번역하는 모델 학습하기' 입니다. 제가 재해석한 코드를 공유드립니다. 큰 틀에서 작..

Pytorch 기초부터 시작하는 NLP 시리즈1. 문자-단위 RNN으로 이름 분류하기2. 문자-단위 RNN으로 이름 생성하기3. Sequence to Sequence 네트워크와 Attention을 이용한 번역 Pytorch 기초부터 시작하는 NLP: 문자-단위 RNN으로 이름 분류하기페이지: https://tutorials.pytorch.kr/intermediate/char_rnn_generation_tutorial.html Author: Sean Robertson번역: 황성수  Pytorch 기초부터 시작하는 NLP 두 번째 튜토리얼입니다. 첫 번째 튜토리얼과 유사한 점이 많습니다.  제가 재해석한 코드를 공유드립니다. 큰 틀에서 작동원리는 동일합니다. Step 1: 카테고리 (나라)별 이름 목록 생성..

Pytorch 기초부터 시작하는 NLP 시리즈1. 문자-단위 RNN으로 이름 분류하기2. 문자-단위 RNN으로 이름 생성하기3. Sequence to Sequence 네트워크와 Attention을 이용한 번역Pytorch 기초부터 시작하는 NLP: 문자-단위 RNN으로 이름 분류하기페이지: https://tutorials.pytorch.kr/intermediate/char_rnn_classification_tutorial.html Author: Sean Robertson번역: 황성수, 김제필  Pytorch 기초부터 시작하는 NLP 첫 번째 튜토리얼입니다. NLP의 기본적인 작동 원리를 배울 수 있는 좋은 예시입니다. 다만 해당 튜토리얼의 코드가 이해하기 어렵습니다. 제가 재해석한 코드를 공유드립니다. ..

데이터 증강 (Data Augmentation) 데이터 증강은 데이터 수를 늘려, Overfitting을 방지하고, 모델이 Generalization을 갖도록 한다. 이미지에서 데이터 증강에는 다양한 종류가 있다. 아래 그림은 MNIST(28px*28px)를 이용한 이미지 증강 예시이다. 하나씩 살펴보자. 코드는 Pytorch 기준이다. Pytorch의 torchvision 제공import torchvision.transforms as transforms 1. 뒤집기(Flip)horizon = transforms.RandomHorizontalFlip(p=1)vertical = transforms.RandomVerticalFlip(p=1)  P는 Probability로 이미지 증강을 적용할 확률값이다. 흔..

Cityscapes 2 COCO참고 포스팅: https://tillbeemelmanns.github.io/2020/10/10/convert-cityscapes-to-coco-dataset-format.html How to convert Cityscapes dataset to CoCo dataset format - Till BeemelmannsCityscapes is a great dataset for semantic image segmentation which is widely used in academia in the context of automated driving. This dataset provides pixel-precise class annotations on the full image fr..

KITTI 2 PASCAL참고 깃허브: https://github.com/umautobots/vod-converter?tab=readme-ov-file GitHub - umautobots/vod-converter: Convert between visual object detection datasetsConvert between visual object detection datasets. Contribute to umautobots/vod-converter development by creating an account on GitHub.github.com 위 깃허브에서 코드 다운받은 후, 폴더(vod-converter-master)에 아래와 같이 필요한 내용 추가하기.ideadatasetsmydata-ki..

공지: 게시글 마지막에 있는 ‘참고 사이트3’ 을 참고해서 detectron2를 설치하였습니다. Install Detectron2Meta에서 나온 ‘detectron2’를 윈도우11 및 CUDA 11 환경에서 설치하는 과정을 설명합니다.더보기운영체제: Window 11 Pro GPU: NVIDIA GeForce RTX 3080 Ti (sm_86 CUDA 지원, 3080 Ti에 호환되는 CUDA Toolkit은 11.2 이상) CUDA: 11.6 anaconda: 2022.10 windows-x86_64 release python: 3.9.13 Pytorch: 1.12.0 Microsoft Visual Studio: Community 2022 공식 홈페이지 detectron2 요구사항: https://de..

원격 서버 접속 방법 windows 실행창 > mstcs 입력서버 IP 입력 후 연결  vscode로 SSH 서버 접속 방법VScode Extentions 에서 Remote - SSH 설치한다Command Palette(F1 or Ctrl+Shift+P)에서 Remote-SSH: Open SSH Configuration File… 클릭Host에 대해 작성: IP와 Port를 기입한다.Command Palette에서 Remote-SSH: Connect to Host… 클릭연결 완료 vscode로 SSH 서버 연결 해지command에서 exit 입력 팁 터미널창 열기"ctrl + `"

내가 보려고 만든 Anaconda 가상환경 명령어 정리하기 가상환경 목록 확인하기conda info --envs 가상환경 만들기conda create -n [name] 가상환경 삭제하기conda info --envsconda remove --name [가상환경명] --allconda info --envs (확인)안 지워진 경우: anaconda\envs\[가상환경명] 폴더를 직접 삭제하기 가상환경 접속하기/해제하기conda activate [name]conda deactivate Pytorch 다운받기, CUDA 확인 https://pytorch.org/get-started/previous-versions/nvidia-smi"""Example+----------------------------------..