RoBoLoG

[한줄 코딩] Cuda 사용 가능한지 확인하는 방법 (Tensorflow, Pytorch) GPU 사용 가능 여부 확인하기: TensorFlow와 PyTorch딥러닝 작업을 수행할 때 GPU를 활용하면 속도를 크게 향상시킬 수 있습니다. 하지만, 현재 시스템에서 GPU가 사용 가능한지 확인하는 것이 중요합니다. 이를 위해 TensorFlow와 PyTorch를 사용하여 간단하게 GPU 사용 가능 여부를 확인하는 방법을 소개합니다. Why? 터미널 창에서 쉽게 GPU 사용 가능 여부 확인딥러닝 작업을 위해 많은 사용자들이 터미널에서 작업을 진행합니다. 따라서, 터미널 창에서 간단한 명령어를 통해 GPU가 사용 가능한지 확인할 수 있다면 매우 편리합니다. 이를 통해 모델 학습 전 GPU가 제대로 인식되고 있는..

RuntimeError 오류는 텐서가 다른 디바이스(cuda:0와 cpu 등)에 위치해 있을 때 발생하는데, 이는 PyTorch에서 연산을 수행할 때 관련된 모든 텐서가 동일한 디바이스에 있어야 하기 때문입니다. PyTorch는 텐서가 CPU나 특정 GPU(cuda:0, cuda:1 등)와 같은 동일한 디바이스 위에 위치해야 해당 연산을 올바르게 실행할 수 있습니다. 이 오류는 주로 텐서 간의 행렬 곱셈 연산(torch.mm 또는 @)이나 다른 여러 텐서를 사용하는 연산을 수행할 때 발생합니다. 이 문제를 해결하는 방법은 다음과 같습니다 1. 텐서와 그들의 디바이스 식별 먼저, 오류를 일으키는 연산에 관련된 텐서가 무엇인지, 그리고 그들이 어느 디바이스에 위치해 있는지 확인해야 합니다. 텐서의 디바이스를..

Tensorflow vs Pytorch PyTorch와 TensorFlow는 두 가장 인기 있는 딥러닝 프레임워크로, 각각 고유의 특징과 장단점을 가지고 있습니다. 여기서 "더 좋은" 모델이라는 것은 사용자의 요구 사항, 프로젝트의 요구 사항, 개인적인 선호도에 따라 달라질 수 있습니다. 아래에서는 PyTorch와 TensorFlow의 주요 장단점을 비교하여 각각에 대해 설명하겠습니다. Feature PyTorch TensorFlow API Intuitive, dynamic computation graph Less intuitive, static computation graph Python Integration Deep Python integration, more Pythonic Good Python i..

pytorch로 학습해서 저장한 pth 파일을 cpu에 최적화 하는 방법 PyTorch 모델을 CPU에 최적화하여 배포하기 위해, 모델을 TorchScript로 변환하고, 이를 통해 성능을 향상시킬 수 있습니다. TorchScript는 PyTorch 모델을 최적화하고, 이식 가능한 형식으로 변환하는 방법을 제공합니다. 이 과정을 통해, 모델을 다양한 플랫폼과 환경에서 실행할 수 있게 되며, 특히 CPU 환경에서의 성능을 개선할 수 있습니다. 1. TorchScript로 모델 변환 PyTorch 모델을 TorchScript로 변환하는 주요 방법에는 두 가지가 있습니다: 트레이싱(Tracing) 과 스크립팅(Scripting). 트레이싱(Tracing) 은 모델을 실행하면서 연산을 기록하여 TorchScri..

Pytorch 에러: AttributeError: module 'torch' has no attribute 'frombuffer' PyTorch는 머신러닝과 딥러닝 프로젝트를 위한 가장 인기 있는 프레임워크 중 하나입니다. 그러나 때때로 개발자들은 버전 업그레이드나 환경 설정 중에 예상치 못한 에러 메시지에 직면하기도 합니다. 이 글에서는 AttributeError: module 'torch' has no attribute 'frombuffer'라는 특정 에러 메시지를 해결하는 방법을 소개하려고 합니다. 문제 상황 PyTorch를 사용하다 보면, 특히 새로운 함수나 기능을 사용하려 할 때, "AttributeError: module 'torch' has no attribute 'frombuffer'"와 ..

Pytorch로 학습하는데 아래와 같이 오류 발생 : CUDA error: out of memory RuntimeError: CUDA error: out of memory CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect. For debugging consider passing CUDA_LAUNCH_BLOCKING=1. 해결 방법: DataLoader에서 batch_size를 줄인다 or 더 좋은 GPU 구매..ㅎ

[Pytorch, timm] Vision Transformer로 Custom Dataset 학습하기 (이미지 분류) 1. VERSION python = 3.8.10 pytorch = 1.9.1 timm = 0.4.12 2. 데이터 dataset 폴더 안에 각 class에 대한 폴더가 있고, class 폴더 안에 사진 파일들이 있는 상황 dataset --class1 ----class1_1.jpg ----class1_2.jpg --class2 ----class2_1.jpg ----class2_2.jpg 3. 코드 import timm import torch import torchvision import torch.utils.data as data import torchvision.transforms as ..