PyTorch6 [pytorch]resnet 전이학습 튜토리얼을 이용한 예측 확률과 정밀도간 선형성(비례성)확인 기본 코드는 파이토치 공식 튜토리얼 코드를 이용하였으며, 약간의 코드를 덧붙였습니다. 전체 코드 : 사용된 데이터 : download.pytorch.org/tutorial/hymenoptera_data.zip 파일 및 폴더 구성 : ./classification_resnet.ipynb ./data/hymenoptera_data/train ./data/hymenoptera_data/val 위 형태가 되도록 폴더 구성을 해 주시면 됩니다. 불러올거 불러오기 # License: BSD # Author: Sasank Chilamkurthy # https://tutorials.pytorch.kr/beginner/transfer_learning_tutorial.html # https://pytorch.org/doc.. 2020. 6. 22. 딥러닝 세팅하기(cudart64_101.dll 해결, 텐서플로 및 파이토치) 목표 : 윈도우에서 아나콘다를 이용해 jupyter / tensorflow / pytorch 풀 세팅 1. 그래픽카드 드라이브 설치(최신으로) (아래 링크에서 해당 그래픽카드 선택 후 받아서 설치) https://www.nvidia.co.kr/Download/index.aspx?lang=kr 2. cuda 설치 (10.2 설치해도 된다.) (윈도우 10일 때 아래 링크 파일) http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_441.22_win10.exe [중요] cudart64_101.dll 문제 해결 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\.. 2020. 4. 7. [파이토치]윈도우에서 pycocotools 사용하는 방법 파이토치에서 retinanet 을 구현하기 위해 import 하는 도중 pycocotools가 필요함을 확인했다. 그냥 설치하면? 안된다. 윈도우에 지원하지 않는다. 다음과 같은 절차를 진행해야 한다. 1. pip install cython 2. conda install git 3. pip install "git+https://github.com/philferriere/cocoapi.git#egg=pycocotools&subdirectory=PythonAPI" 아나콘다 프롬프트 상에서 진행해야 한다. 2020. 3. 29. CUDA out of memory error 문제 RuntimeError: CUDA out of memory. Tried to allocate 300.00 MiB (GPU 0; 4.00 GiB total capacity; 2.69 GiB already allocated; 220.35 MiB free; 2.71 GiB reserved in total by PyTorch) 결론부터 말하자면 위와 같은 에러가 발생했다면, mini_batch 사이즈를 줄이거나 이미지를 리사이징 하는 방법 정도 외에는 방법이 없다. (혹은 그래픽카드를 업그레이드/추가 하는 방법이 있긴 하다.) 작업관리자 상에서 cuda를 확인해보면 공유 GPU메모리가 7.9GB가 놀고있는게 보인다. 저걸 사용하는 방법을 찾아보려 하였으나, 사실 공유 GPU메모리는 GPU에 실존하는 메모리가 아.. 2020. 3. 29. cnn 파라미터 수 계산 방법 및 꿀팁 (size mismatch 에러 관련) 처음 cnn을 본인 데이터에 적용 시키거나 변경을 시키다 보면 size mismatch 에러를 만나게 될 수 있다.(파이토치) 직접 파라미터 수를 계산 할 수도 있고, 꼼수를 부릴 수도 있다. 1. 계산 방법 (아래 링크 참조) - 비추천(이게 정석이고, 정말 좋은 자료이나 이 방법을 굳이 할 필요는 없다.) https://seongkyun.github.io/study/2019/01/25/num_of_parameters/ 2. 꿀팁 1) 그냥 아무 값이나 입력해서 에러를 띄운다. 2) size mismatch부분을 확인한다. m1 : 4 X 19200 m2 : 1920 x 2 라고 되어있는 부분이 중요하다. m1 : [a x b] -> [mini batch size x in features] m2 : [.. 2020. 3. 29. 파이토치를 이용한 resnet 기반 대장 내시경 종양 여부 구분 시도 640*480 / rgb 이미지를 기준으로 작성된 코드입니다. 1. 데이터 문제로 인해 과적합된 결과들입니다. 2. 펭귄브로의 3분 딥러닝 파이토치맛 resnet 에서 데이터 로딩 부분과 일부 파라미터, 모델 내 return(linear -> log_softmax)과 워닝 처리 추가 등을 한 코드입니다. 2020. 3. 28. 이전 1 다음
