본문 바로가기

분류 전체보기22

온디바이스 AI 온디바이스 AI 온디바이스 AI 관련주 온디바이스 AI 온디바이스 AI 관련주가 최근 시장에 많은 관심을 받고 있다. 올해 반도체 업종이 좋을 것이라는 뉴스도 많고, 이에 따라 온디바이스 AI 관련주도 올해 내내 집중해서 봐야할것 같기에 정리한다. 온디바이스 AI 개인 기기에서 구현되는 AI 서비스로 클라우드나 외부 서버에 의존하지 않고 시스템 내부에서 인공지능 알고 리즘을 실현하는 것이다. 챗GPT 의 경우, 클라우드를 활용하는데 이에 비해 개인기기에서 사용하면 비용이 적게 들고, 개인 맞춤형 서 비스를 제공하는 장점이 있다. 여기서 개인기기는 스파트폰, PC, 태블릿, 카메라, 자동차 등 모든 기기이다. 스마트폰 업계에서 빠르게 적용하고 있는데, 구글은 '제미나이' 나노 버전을 스마트폰 픽셀8에 적용.. 2024. 1. 1.
mmpretrain 사용법 (4) mmpretrain 사용법 (4) mmpretrain study mmpretrain 사용법 (4) config 파일, dataset 준비, inference에 대해 스터디했다. 이번에는 데이터에 대해 train과 test 하는 방법에 대해 알아본다. Train mmpretrain에서 학습하는 방법은 명령어를 통해 간단하게 할 수 있다. 보다 자세한 예시는 문서와 아래 reference를 참조하자. Train with your PC 아래와 같이 tools/train.py 를 실행하면 train을 할 수 있다. python tools/train.py ${CONFIG_FILE} [ARGS] [ARGS] 를 통해 다양한 옵션을 지정해서 학습이 가능한데, 자세한 것은 아래 그림으로 추가했다. Train with .. 2023. 12. 31.
mmpretrain 사용법 (3) mmpretrain 사용법 (3) mmpretrain study mmpretrain 사용법 (3) (1), (2) 에서 config 파일 수정, 데이터셋 준비 및 그에따른 설정을 스터디했다. 이번에는 모델이 존재한 경우, 추론하는 방법에대해 알아보자. inference with existing models API Inference 에 필요한 APIs에 대해 정리해 두었다. list_models List available model names in MMPreTrain. get_model Get a model from model name or model config. inference_model Inference a model with the correspondding inferencer. It’s a sh.. 2023. 12. 30.
운동 3주차 운동 3주차 3주차 운동을 시작한지 3주차이다. 정확히는 운동 계획을 세우고 16일이 지났다. 3주동안 운동 한번하고 골병나서 일주일 쉬고 가족여행 및 일때문에 또 일주일 지나가고 결국엔 헬스장에 겨우 3일 갔다. 세번이지만 지난번 작성했던 헬스장 초보 운동과 런닝머신 10분을 했다. 사실 처음 헬스장가서 러닝머신 10분동안 달리면서 가슴이 터질뻔 했고, 헬스장 첫날이후 온몸이 아파서 죽을뻔 했다ㅠㅠ 하지만 3번했다고 어제도 물론 힘들었지만 나름 할만했다 하지만 매번 같은걸 해서 그런지 무게를 없이 해서 그런지 처음의 그 느낌이 많이없다 왠지 몸도 좀 더 좋아진것 같은 느낌은 오바인가 ㅎㅎ 지난번 운동은 가슴, 어깨, 허벅지 운동이였다. 운동 했다하면 그래도 식스팩~~!!!! 태어나서 가져본적이 없다 ㅎ.. 2023. 12. 29.
mmpretrain 사용법 (2) mmpretrain 사용법 (2) mmpretrain study mmpretrain 사용법 (2) mmpretrain을 설치하고, Config 파일에 대해 공부했다. 다시 정리하자면 config 파일은 model, dataset, prameter 등을 설정할 수 있는 파일들이다. 이 파일들을 설정하여 학습 및 추론을 하는 것인것 같다. 이번에는 dataset을 어떻게 구성하는지 스터디해보았다. 자세한 내용은 문서를 참조하자. Prepare Dataset 이것은 학습을 위해 데이터셋을 어떤 형태로 구성해야하는지에 대한 설명이다. Custom Dataset - Subfloder Format custom dataset의 subfolder format은 아래와 같이 annotation 파일 없이, 폴더로 구분된.. 2023. 12. 29.
mmpretrain 사용법 (1) mmpretrain 사용법 (1) mmpretrain study. mmpretrain 사용법(1) mmpretrain 설치 후에 documentation 으로 주요 개념에 대해 공부했다. 아직은 제대로 이해하지 못했지만 스터디한 것에 대해 주요 개념을 정리해본다. 자세한 내용은 documentation을 참조하자. Config 파일 딥러닝 실험과 관련된 구성 관리를 파이썬 기반의 Config 파일로 관리한다고하며, 이러한 파일들은 configs 폴더에 있으며, 아래 그림은 해당 폴더의 구조를 보여준다. 대충 _base_폴더(datasets, models, schedules, default_runtime)와 알고리즘 폴더들로 구성되어있다. Config Structure configs 폴더의 _base_에는.. 2023. 12. 28.
mmpretrain 설치 mmpretrain 설치 mmpretrain install mmpretrain 개요 OpenMMLab에서 개발한 프레임워크로 mmpretrain은 image classification 관련된 toolbox이다. 이외에도 object detection, instance segmentation, 3D, OCR 등 다양한 분야를 지원하고 있다. 이 프레임워크는 pytorch기반으로 만들어졌다. 이것을 사용하는 이유는 보다 최신 논문의 내용들을 빠르고, 다양한 사전학습 모델들을 지원하고있다. 아직 딥러닝 영상처리에 대해 잘 모르는 나는 이 프레임워크를 사용해보고, 보다 다양한 프레임워크를 사용해 보기로 계획했다. mmpretrain install 설치 방법은 mmpretrain documentation에 들어가.. 2023. 12. 26.
얕은복사 & 깊은복사 얕은복사 & 깊은복사 소제목 입니다. 얕은 복사 (shallow copy) & 깊은복사 list, dictionary, set 의 경우, mutable한 객체이며, bool, int, float, tuple, str 등은 immutable한 객체이다. multable 객체의 변수 간 대입을 하면 얕은 복사가 이루어진다. 아래 코드와 같이 리스트 a를 b에 할당하여 메모리 주소를 확인하면 서로 다른 주소값을 가진다. 하지만 mutable 객체 안에 mutable 객체인 경우, 동일한 주소값을 가지게 된다. 즉, a[1]의 값을 바꾸게 되면, b[1]의 값도 바뀌게 되는 문제가 생긴다. copy 메소드 역시 얕은 복사이다. 아래 코드에서 a[1]에 5를 추가하였는데, b[1]의 값도 바뀌게 되는것이다. 이러.. 2023. 12. 22.
운동 1일차 운동 1일차 1일차 사무직인 나는 요새 어깨와 등이 아프다. 중간중간 스트레칭을 해주지만 잠깐뿐이다. 그리고 왼쪽 엉덩이쪽 근육인지 신경인지 무언가 끼어있는것 같은 느낌이든다. 원래 운동을 자주 하지는 않았지만 육아와 회사일만 하고, 나이가 하나둘 늘어가다보니 항상 피곤하고 지친다. 아직 24년 새해는 아니지만 오늘부터 운동을 시작해보려한다. 어렸을때 잠깐 헬스장을 몇달 다녀보긴했지만 정식적으로 배워본적이 없다. 피티를 끊기에는 금전적으로도 시간도 안맞아서 힘들다. 그래서 유투브를 보고 회사 헬스장에서 운동을 시작해보려한다. 유투브에 헬스 운동 방법 검색하니 초보자 기구 사용법이 나온다. 가슴 - 등 - 어깨 - 하체 15회~20회 3~4세트 이렇게 하라고 한다. 가슴 - 체스트 프레스머신 의자높이는 팔.. 2023. 12. 14.
Iterator (이터레이터) Iterator (이터레이터) 이터레이터 개념과 iter, next에 대한 스터디 iterator iter, next 함수에 대해 알아보기 전에 iterator(이터레이터)에 대해 알아보자. iterator는 반복 가능한 객체를 의미하며, 문자열, 리스트, 딕셔너리, 세트 등을 의미함. __iter__ 메서드가 있으면 iterator 이다. dic 메서드를 통해 확인 가능한다. print(dic([1, 2, 3])) ['__add__', '__class__', '__class_getitem__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute.. 2023. 12. 14.