분류 전체보기118 Docker tutorial2 - IDE에 docker 연결하기 안녕하세요 pulluper 입니다. 지난 시간에 이어서 도커를 적용해 보는 시간을 갖겠습니다. 먼저, 저는 mac 유저이고, pycharm 을 사용합니다. 아쉽게도 pycharm은 유료버전(professional) 만 docker, ssh interpreter 연결등을 지원합니다.. 또륵.. pycharm 에 docker 연결하는 방법을 알아보겠습니다. 1. 먼저 지난번 포스팅에서 docker run을 명령어를 통해서 만들었는데, https://csm-kr.tistory.com/97 [Linux Server] Docker 튜토리얼1 안녕하세요 오늘은 docker에 대하여 알아보겠습니다. 현재 상태는 다음과 같습니다. 개인 PC(window, ubuntu, mac) 등에서 Server (ubuntu)에서 .. 2023. 8. 5. [Linux Server] Docker 튜토리얼1 (Ubuntu server22.04.03 LTS 에서 pytorch(cuda11) 컨테이너 만들기.) 안녕하세요 오늘은 docker에 대하여 알아보겠습니다. 현재 상태는 다음과 같습니다. 개인 PC(window, ubuntu, mac) 등에서 Server (ubuntu)에서 server의 자원(cpu, gpu) 를 이용하여 학습등을 진행합니다. 여태까지는 conda 등을 이용해서 관리를 하였는데, docker를 이용해서 이미지만 받게 된다면, 서버에는 드라이브만 필요하고 각 프로젝트의 cuda, cudnn, 각종 라이브러리등 필요한 것들을 한번에 사용 할 수 있습니다. 이는 협업시 혹은 재구현시 그 환경을 쉽고 편하게 가져 올 수 있는 장점이 있습니다. 이를 위해서 docker 에 대하여 알아보고 튜토리얼을 진행 해 보겠습니다. Ubuntu server (22.04.03 LTS) 먼저 우분투 서버에 do.. 2023. 8. 1. [Object Detection] Faster R-CNN DETR PAPER처럼 성능높이기(AP-39.0) 안녕하세요 PULLUPER 입니다. 최근에 Faster RCNN 정리와 구현을 해보았는데요. DETR논문을 읽는중 Faster RCNN과의 비교를 해 놓은 부분을 보았습니다. 보시다시피, AP 가 COCO VAL set 에 대하여 39.0이 넘는 성능을 보였습니다. 이때 구현한 faster rcnn에 대하여 위 표와같이 성능이 올라가지는 실험을 통해서 알아보고 싶었습니다. 먼저 faster rcnn 구현과 설명은 다음 포스팅에 나와있습니다. https://csm-kr.tistory.com/30 [Object Detection] Faster R-CNN (NIPS2016) 엄밀한 리뷰 안녕하세요! pulluper입니다 😀😀😀 이번 포스팅은 드디어 Faster RCNN을 분석을 해 보려 합니다. Faster .. 2023. 6. 27. [Ubuntu] tmux 이용하기 안녕하세요 pulluper입니다. 오늘은 tmux 에 대하여 알아보겠습니다. 확인 tmux ls 생성 tmux new -s [name] 진입 tmux attach -t [name] 나가기 ctrl + b + d 세션삭제 tmux kill-session -t [name] 2023. 6. 1. [Python] mac에서 데스크탑(바탕화면) dir python에서 불러오기 os.path.expanduser('~') 를 사용하고 뒤에 'Downloads' 'Documents' 'Desktop' 등을 붙여 이동할 수 있습니다. 경로설정 시 참고 import os mac_dir = os.path.join(os.path.expanduser('~'), 'Desktop') print(mac_dir) 2023. 5. 27. [Pytorch] 구글 드라이브에서 pretrained 모델(pth) torchvision 다운폴더로 받아서 실행하기. 안녕하세요 pulluper 입니다. 최근에 개발을 하다가 제가 학습시켜놓은 pth 파일을 torchvision처럼 다운받아서 바로 돌리도록 코드를 작성했습니다. import os import torch import gdown def download_pretrained_model(pth_name, file_id=None): google_path = 'https://drive.google.com/uc?id=' if file_id is None: return None torch_dir = torch.hub.get_dir() output_name = pth_name if os.path.exists(os.path.join(torch_dir, 'checkpoints', output_name)): print("Alr.. 2023. 5. 23. 이전 1 ··· 5 6 7 8 9 10 11 ··· 20 다음
