Python
기존 slim모델을 활용하여 나와있는 여러 딥러닝중 단연 가장 많은 것이 Inception일 것 같다. 나도 가장 먼저 Inception_v4를 먼저 사용했던 것 같다. 그러던 도중 프로보노를 같이 진행하는 멘토님게서 Inception 모델 자체가 가벼운 편에 속하지 않기 때문에 다른 모델로 경량화 하여 속도를 높여보는 것이 어떻겠냐고 제안하셨다. 그동안 졸작 진행 때문에 학기 학업도 함께 하기에 너무 벅차서 시도도 못했는데, 방학이 돼서야 시도할 수 있게 되었다. 처음에 ResNet_v2버전으로만 해봤는데, 코드를 수정해야 할 것이 많아서 인지 아니면 내가 잘못 수정한건지 오류가 너무 많이 났다. 학습단계에서 오류 해결하면 평가 코드에서 오류가 나고... 이게 무한 반복이었다. 그래프도 잘 안 맞고 그..
아나콘다에서 딥러닝 학습을 마친 후, 추론을 하려는데 matplotlib를 찾을 수 없다는 오류가 났다. 어차피 이 세개가 없으니 아나콘다 사용 환경안에서 numpy, matplotlib, pandas모두 깔기로 해보자 매우쉽다. (사실 경로가 상관이 있는건지 잘 모르겠다. ) 나는 어차피 이 폴더 안에서만 파이썬 파일을 실행할 것이라서 경로를 저 곳에 해주는 것이 큰 상관은 없지만,,, 아마 콘다에서 다운받는 것들은 User나 자신이 설정해놓은경로 밑에 존재하는 아나콘더의 하위폴더에서 관리 된다고 본 것 같은데... 예를들어 C:\Users\USER\Anaconda3\envs\tensorflow 하위폴더 밑에 ...? 라이브러리 설치 명령어 도스 창에 pip install @@@@ 만 쳐주면 끝! ma..
우리학교는 파이썬을 배우지 않는데, 이번에 졸업작품을 진행하면서 파이썬을 많이 사용하게 되었다. 그중에서도 opencv를 파이썬으로 사용하게 되었는데 파이참에서 opencv를 설정하는 방법을 R아보자 1. 우선 파이참이 community 버전과 같은 무료 버전으로 다운되어 있어야한다. 2. 파이썬이 개인적으로 설치 되어 있거나 아나콘다에서 설치되어있어야 한다. 나는 아나콘다에서 그리고 로컬에도 설치가 되어있다. 설정방법1. 새로운 프로젝트를 생성한다. (나는 앞으로 opencv는 이 폴더안에 여러 프로젝트를 만들어 이용할 예정이라 opencv폴더를 파이참 폴더 안에 만들었다.) 설정방법2. 자신의 파이썬이 설치되어있는 경로를 설정해준다. (Location) 자신의 파이썬이 로컬(C, D, E or Doc..
OpenPose Installation https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation.md#prerequisites 1. 나의 환경 확인하기 Operating Systems Windows 7, 8, 10 2. 사양 확인하기 Requirements and Dependencies CUDA (Nvidia GPU) version: NVIDIA graphics card with at least 1.6 GB available (the nvidia-smi command checks the available GPU memory in Ubuntu). At least 2.5 GB of free RAM memory f..
텐서플로우를 통해서 학습시킨 모델을 가시적으로 확인하고 싶을 때 쓰는 응용프로그램(?) 같은것. 설치가 따로 필요한 것은 아니고, 학습시킨 모델의 그래프랑 로그가 있는 폴더로 텐서보드 경로를 지정해주면 된다. 1. activate tesorflow 텐서플로우 활성화해주기 2. cd C:\SL\SignLanguage\train_inception_v1_SL_FineTune_logs 로그가 있는 폴더로 현재 위치를 옮겨준다. 나의 경우는 C드라이브 안에 SL/SignLanguage/train_inception_v1_SL_FineTune_logs 폴더가 이렇게 학습시킨 단계에 따라서 폴더가 구성되어 있고, all1~ all9를 거쳐 총 3만번의 학습을 완료한 모델 3. tensorboard --logdir=./..
Assign requires shapes of both tensors to match. lhs shape= [1,1,1024,8] rhs shape= [1,1,1024,10] [[node save/Assign_13 (defined at train_image_classifier2_1.py:374) ]] 컴파일러 시간에 배운 left hand side와 right hand side가 나왔다. 좌 우, 그래프 중 num_classes가 달라서 생긴 오류다. 내가 처음 inception_v1을 통해서 10가지의 분류를 가지도록 학습시켰는데 추가로 8가지를 더 분류하도록 하고싶었다.
