목록전체 글 (77)

Shakerato

convert *.mat data file to json file

(matlab이 설치되어 있어야 함) 1. 코드 다운로드 'https://github.com/leonid-pishchulin/poseval' 2. matlab 폴더에 임의의 폴더(예를들어 test)를 만들기 3. 변경하고자 하는 matlab 데이터 파일 복사(*.mat)을 위 폴더에 복사 4. starup.m 을 실행하여 addpath addpath('./external/jsonlab') 5. mat2json 를 위 경로를 포함하여 실행, json 형테로 모두 바뀌어 동일한 폴더에 저장됨 mat2json('./test')
Research 2019. 2. 14. 02:24
Theano (using GPU) install in Windows 10

1. Install Anaconda3, GPU driver, CUDA, cudnn2. Run 'cmd' as administrator3. conda create -n [myenv] python=3.6 anaconda4. activate [myenv]5. conda install theano pygpu(if you got error, try this command: "conda install -c conda-forge pygpu") 6. conda install numpy scipy mkl-service libpython 7. Create a file "C:\Users\[Username]\.theanorc"[global]floatX = float32device = cuda0 8. Test code on G..
Research 2019. 2. 7. 01:05
딥러닝 객체인식 네트워크 retinanet 내 데이터셋으로 학습하는 방법

참고: https://github.com/fizyr/keras-retinanet 1. 실행 환경 구축 1.1. Anaconda (python=3.6) 개발 환경 생성 conda create -n myenv python=3.6 1.2. Anaconda 개발 환경 활성화 (윈도우) activate myenv 1.3. 관리자 권한으로 cmd 실행 1.4. python setup.py install 1.5. pip install Keras==2.2.4 2. 학습할 데이터셋 만들기 2.1. 학습할 이미지 준비하기 2.2. 학습할 이미지에 있는 인식할 객체의 Bounding Box 위치 알아내기 2.3. 모든 학습할 이미지를 특정 폴더에 path/to/image.jpg 모두 저장 2.4. Annotations fo..
Research 2019. 1. 17. 00:56
GPU devices checking tips for Deep Learning (Be careful!)

[Tensorflow]from tensorflow.python.client import device_libprint(device_lib.list_local_devices()) [Keras]from keras import backend as KK.tensorflow_backend._get_available_gpus() [Pytorch]import torchtorch.cuda.get_device_name(0) # number of gpu (cuda:0)torch.cuda.get_device_name(1) # number of gpu (cuda:1) Be careful with the above codes! The code for checking device(GPU) takes your GPU memory a..
Research 2019. 1. 16. 17:44
Counting files with extension in linux

. (현재폴더) --> (특정폴더로 변경 가능) find . -type f | sed -n 's/..*\.//p' | sort | uniq -c
Research 2019. 1. 13. 21:47
pytorch "RuntimeError: ~ inplace operation" for CUDA

def __init__(self, input_size, hidden_size, num_layers=2): super().__init__() self.lstm = nn.LSTM(input_size, hidden_size, num_layers) def forward(self, features, init_hidden=None): self.lstm.flatten_parameters() RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation Move the self.lstm.flatten_parameters() in def foward() to def __init__. It ..
Research 2019. 1. 5. 17:58
Prev 1 ··· 3 4 5 6 7 8 9 ··· 13 Next