밥한숟갈40 [딥러닝] (CUDA 설치 후) cuDNN 설치하기 연산량이 많은 딥러닝을 위해 GPU를 사용하려면 CUDA 및 cuDNN 설치가 필요하다. CUDA는 사용하려는 딥러닝 프레임워크 버전과 그래픽 드라이버 종류에 따라 CUDA Tool kit을 다운받아 설치할 수 있다. tensorflow-gpu 버전 확인, Pytorch 버전 호환, NVIDIA 그래픽 드라이버 호환 https://www.nvidia.co.kr/Download/index.aspx?lang=kr Download the latest official NVIDIA drivers Download the latest official NVIDIA drivers www.nvidia.com https://developer.nvidia.com/cuda-toolkit-archive CUDA Toolkit A.. 2020. 3. 30. 2020년~ : python 2, numpy가 있는 아나콘다 가상환경 만들기 2020년 이후 numpy에서는 python 2 버전을 지원하지 않는다. 따라서 pip install numpy 같은 명령어로 numpy를 설치할 수가 없다. 이미 python 2.7과 numpy가 설치된 아나콘다 가상환경이 있을 때 이 환경을 복사하여 새 아나콘다 가상환경을 만드는 법을 소개하겠다. 1. conda 명령어를 이용한 아나콘다 가상환경 복사 $ conda create -n --clone 명령어를 이용하여 기존의 아나콘다 가상환경을 복사한다. 그리고 conda activate 명령어를 실행하여 새로 만들어진 가상환경을 활성화한다. $ conda create -n py27_new --clone py27 $ conda activate py27_new 2. numpy를 제외한 나머지 패키지 삭제 .. 2020. 3. 30. mAP(mean average precision): 다중 물체 검출 알고리즘 성능 평가 방법 reference: https://bskyvision.com/465 물체 검출 알고리즘 성능 평가방법 AP(Average Precision)의 이해 물체 검출(object detection) 알고리즘의 성능은 precision-recall 곡선과 average precision(AP)로 평가하는 것이 대세다. 이에 대해서 이해하려고 한참을 구글링했지만 초보자가 이해하기에 적당한 문서는 찾기.. bskyvision.com Precision과 Recall * Precision(정밀도) : 모든 검출 결과 중 옳게 검출한 비율 * Recall(재현율) : 마땅히 검출해내야 하는 물체들 중에서 제대로 검출된 것의 비율 Precison만으로 물체 검출 알고리즘의 성능을 평가하는 것은 적절하지 않다. 또한 Reca.. 2019. 7. 15. 0. 환경설정(git 연동, 가상환경, 라이브러리 설치 ) * 컴퓨터 환경: Ubuntu 16.04, NVIDIA TITAN X 1. git- 먼저 git 설치 $ sudo apt-get install git 2. git kraken- git kraken 홈페이지에서 git client 설치 (https://www.gitkraken.com/ )- 설치 후 github 계정과 연동1) github.com 으로 sign in 후 우측 상단 preferences 이동 및 Authentification 계정 연결2) 개인과제용: 좌측 상단 repo 아이콘 눌러서 clone(전에 만들어 둔 github repository를 clone, github repository 들어가서 굳이 repository 주소 복사 통해 clone)3) 협업연습용(Learning Tensor.. 2019. 3. 28. 이전 1 ··· 4 5 6 7 다음
