분류 전체보기
-
ML을 시작하는 사람들을 위해 (1)Machine Learning 2023. 12. 22. 14:32
(with Microsort) ML은 데이터 사이언스와 소프트웨어 엔지니어링의 그 사이 어디쯤이다. 목표는 데이터를 사용하여 소프트웨어 어플리케이션 또는 서비스에 통합 가능한 예측 모델을 만드는 것이다. 기계 학습은 데이터의 통계 및 수학 모델링에 기원한다. ML의 기본 개념은 과거의 관찰 데이터를 사용하여 알 수 없는 결과 또는 값을 예측하는 것이다. 예를 들면, 아이스크림 가게의 주인은 일기 예보에 따라 특정 날에 판매 할 가능성이 얼마나 많은 아이스크림을 예측하기 위해 과거 판매 기록과 날씨 기록을 결합하는 애플리케이션을 사용 의사는 과거 환자의 임상 데이터를 사용하여 새로운 환자가 체중, 혈당 수준, 기타 측정과 같은 요인에 따라 당뇨병의 위험에 처해 있는지 여부를 예측하는 자동화 된 테스트를 실..
-
RuntimeError: The detected CUDA version (10.1) mismatches the version that was used to compile PyTorch (11.3). Please make sure to use the same CUDA versions검색하기 귀찮아서 블로그에 박제 2023. 7. 13. 14:06
RuntimeError(CUDA_MISMATCH_MESSAGE.format(cuda_str_version, torch.version.cuda)) 가상환경에서 nvcc -V 했을 때 버전이 안바껴서 그럼 (base)환경에서의 버전이 보임 그래서 nvcc 버전을 바꿔줘야함 $vi ~/.bashrc 마지막에 추가 export CUDA_HOME="/usr/local/cuda-11.2" export LD_LIBRARY_PATH="/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH" export PATH="/usr/local/cuda-11.2/bin:$PATH" $source ~/.bashrc
-
Linear RegressionMachine Learning 2022. 7. 11. 10:18
Cost Function, MSE “모델 성능 평가 지표” cost function이 작다는 뜻은 실제값과 예측값의 차이가 적다는 뜻 즉, cost function 최소화 = 실제 데이터와 비슷하게 예측 m이 아닌 2m으로 나눈 이유는 미분했을 때 내려오는 2와 나눠지게 하기 위함 Linear Regression Liniear Regression 알고리즘은 학습데이터가 주어졌을 때, Cost값을 최소화 시켜주는 Hypothesis의 parameter(W,b)를 찾는 알고리즘 즉, MSE가 최소가 되도록 하는 직선을 찾는 것이 선형회귀분석이고 그 직선을 회귀선이라고 부르며 그 선의 함수를 회귀식이라고 부름 L1 regularization을 사용하는 regression model : Lasso Regress..
-
Python 여러버전 설치하기검색하기 귀찮아서 블로그에 박제 2022. 7. 8. 18:43
난 기존에 python3.8이 설치되어있었음 tensorflow1.x를 사용하기위해 낮은 버전 파이썬을 설치했음 https://www.python.org/downloads/ Download Python The official home of the Python Programming Language www.python.org 원하는 버전의 python링크를 복사한다 (Gzipped source) # 설치 $ wget https://www.python.org/ftp/python/3.7.13/Python-3.7.13.tgz $ tar -xvzf Python-3.7.13.tgz $ cd Python-3.7.13 # 종속성부여 $ sudo apt dist-upgrade $ sudo apt install build-..
-
tensorflow에서 optimizer 'apply_gradients'와 'minimize' 차이검색하기 귀찮아서 블로그에 박제 2022. 7. 4. 22:19
1. optimizer = tf.train.AdamOptimizer(learning_rate) grads_and_vars = tape.gradient(cnn.loss) train_op = optimizer.apply_gradients(zip(grads_and_vars, model.trainable_variables)) 2. optimizer = tf.train.AdamOptimizer(learning_rate) train_op = optimizer.minimize(cnn.loss, global_step=global_step) 둘이 같은 동작을 한다고 보면 된다. minimize는 다음과 같다. def minimize(self, loss, var_list, grad_loss=None, name=None, ..
-
You Only Look Once: Unified, Real-Time Object DetectionMachine Learning 2022. 7. 1. 16:46
You Only Look Once: Unified, Real-Time Object Detection Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi Intro 최종 출력층에서 bounding box 좌표찾기와 분류가 동시에 이루어짐 ->간단,빠름 영상을 7x7 그리드로 나눈 후 각 그리드 안에 중심이 있는 bounding box를 2개씩 생성 (그리드 셀이 7x7=49개 이므로 bounding box는 총 98개) 이 중 confidence score가 높을 수록 박스를 굵게 그림 Confidence threshold보다 낮은 박스는 지움 굵은 박스들 중 NMS 알고리즘을 이용해 선별 각 그리드 셀은 해당영역에서 제안한 클래스를 컬러로 표현 네트워..
-
[Pytorch error] RuntimeError: CUDA error: no kernel image is available for execution on the device검색하기 귀찮아서 블로그에 박제 2022. 7. 1. 16:29
서버를 공유하고 있는데 누가 자꾸 가상환경에 환경설정을 안하나보다 ^^ 새학기마다 재설정하는 듯 pytorch 버전과 cuda 버전의 호환성 문제로 pytorch 재설치를 권장한다. 우선 내 환경은 linux이다. https://developer.nvidia.com/cuda-gpus CUDA GPUs - Compute Capability Explore your GPU compute capability and CUDA-enabled products. developer.nvidia.com 위 링크에서 우선 내 GPU의 compute capability를 확인한다. 나는 RTX A5000이므로 8.6이다. $ export TORCH_CUDA_ARCH_LIST=8.0 환경변수를 설정한다. # conda $ co..