전체 글56 [Cuda, CuDNN] * CUDA : Compute Unified Device Architecture CUDA는 NVIDA사에서 만든 프로그램인데, GPU를 프로그래머들이 쓸 수 있게 해주는 것이다. * CUDA toolkit은 개발자들이 nvidia사의 gpu를 사용하기 위한 라이브러리, 컴파일러 등 모든 것들을 제공해주는 툴킷이다. - 추가로 CUDA는 딥러닝에서도 쓰인다고 한다. * cuDNN(CUDA Deep Neural Network library) : cuDNN은 엔비디아 CUDA 딥 뉴럴 네트워크 라이브러리, 즉 뉴럴 네트워크를 위한 GPU가속화 라이브러리의 기초 요소로 컨볼루션[Convolution], 풀링[pooling], 표준화(Normalization), 활성화(Activation)와 같은 일반적인 루틴을.. 2022. 5. 25. [Anaconda] Conda란? 콘다란 언어의 패키지, 의존관계, 환경을 관리하는 가상환경 도구. 파이썬의 경우. 2.x부터 시작해서 패키지의 버전에 따라 의존성이 강하기 때문에 콘다와 같은 가상환경을 이용하여 패키지를 관리하면 편함. Conda는 쉽게 이야기해서 환경을 만들어주는 도구. 그리고 Conda의 가상환경을 만들면서 tensorflow, pandas와 같은 패키지를 다운받는다면, 기본 환경은 건들지 않으면서 conda 환경안에서 tensorflow, pandas를 사용할 수 있다. 2022. 5. 25. [Python] argparse : 명령행 옵션, 인자와 부속 명령을 위한 파서 # ArgumentParser이란? : 프로그램을 실행시에 커맨드 라인에 인수를 받아 처리를 간단히 할 수 있도록 하는 표준 라이브러리이다. * 사용법 1. argparse를 import한다. 2. parser를 만든다. 3. 인수를 설정한다. 4. 분석한다. import argparse parser = argparse.ArgumentParser(description = '이 프로그램의 설명') parser.add_argument('arg1', help = 'asdfas') parser.add_argument('arg2', help = 'asdfasdf') parser.add_argument('--arg3') # 옵션 인수(지정하지 않아도 괜찮은 인수를 추가) parser.add_argument('-a'.. 2022. 5. 23. [Augmentation]Mixup: Beyond Empirical Risk Minimization by Zhang et al. - 본 논문의 저자는 일반적으로 Dataset에 의존하여 학습하는 것을 비판하고 있다. 여기서 비판이란 Dataset의 원론적인 비판이 아닌, Dataset을 그대로 학습하는 것에 대한 문제점을 지적하고 있다. "Train Data와 조금만 다른 Data를 설명할 수 없다." 이 부분에서 Train Data에 dependent한 문제점을 지적하고 있다. 2022. 5. 16. 이전 1 ··· 3 4 5 6 7 8 9 ··· 14 다음
