목록분류 전체보기 (161)
yuns
1. 깃 설치하기 2. new repository(새 저장소) 생성하기 3. 주소 복사하기 4. 깃허브와 연결할 폴더에서 아래 명령어 입력하기 #create .git file git init git add . git commit -m "comment" 5. 내 깃과 폴더 연결하기 git remote add origin [git address] #git에 파일 올리기 git branch -M main git push -u origin main 위의 명령어 입력하면 username을 입력하라는 명령어에 본인의 이름 추가 Username for 'https://github.com': [본인 깃 이름] 이름 입력 시 아래와 같이 패스워드 입력하라는 명령어 Password for 'https://[user_nam..
.gitignore 파일 생성하기 vi .gitignore 파일 내부에 작성할 내용 #[.pdf]파일을 무시하고 업로드 *.pdf #[exercise]폴더 내부 파일 무시하고 업로드 exercise #모든 폴더의 [.pdf]파일 무시하고 업로드 /**/*.pdf
gpu 사용량 확인하기 nvidia-smi 5초마다 nvidia-smi update하는 방법 watch -n 5 nvidia-smi
li = [[1, 2], [2, 4], [1, 0]]의 list를 두 번째 값으로 정렬하고 싶을 경우 li = sorted(li, key=lambda li: (li[1]))
pip install ipykernel python -m ipykernel install --user --name [conda environment name] --display-name [display name] 커널 지우기 jupyter kernelspec uninstall [display kernel name]
pytorch.org/docs/stable/generated/torch.nn.MultiLabelSoftMarginLoss.html multi-label일 때 torch에서 지원하는 loss가 있다. class torch.nn.MultiLabelSoftMarginLoss(weight=None, size_average=None, reduce=None, reduction='mean') [input] weight(type: Tensor) - 각 클래스의 가중치(a manual rescaling weight given to each class) size_average(type: bool) 각 손실 요소에 대하여 평균화 By default, the losses are averaged over each loss el..
OSError: []/python3.7/site-packages/torch_sparse/_version.so: undefined symbol: _ZN3c1017RegisterOperatorsC1Ev 위와 같은 에러가 나타나서 torch_sparse를 설치하고 그랬는데 안 되어서 검색해본 결과, version이 안 맞는걸 확인하였다. 이럴 때는 처음부터 다시 conda의 환경을 생성하면 된다. pytorch-geometric.readthedocs.io/en/latest/notes/installation.html에 접속하여 코드를 작성하면 되는데, Installation — pytorch_geometric 1.7.0 documentation pip install torch-scatter -f https://..
Abstract Image Colorization: 흑백의 이미지를 색이 있는 이미지로 변환시켜주는 기법 [이전의 Image Colorization 기법] 심층 신경망을 활용하여 입력 흑백의 이미지를 그럴듯한 색상을 입혀 직접 매핑 여러 개체를 포함하는 이미지의 경우에는 성능이 좋지 않음 원인: 기존 모델이 전체 이미지에 대한 학습 및 통합을 수행하기 때문에 명확한 경계 분리가 없을 경우에 학습이 잘 안됨 [Instance-aware Image Colorization] 객체 인식을 활용하여 잘린 객체 이미지를 얻고 instance colorization network를 사용하여 객체 수준의 기능을 추출 유사한 네트워크를 사용하여 전체 이미지 특징을 추출 융합 보듈을 전체 객체 수준 및 이미지 수준 특징에..