Ai 썸네일형 리스트형 엔비디아 Jetson Xavier; 4. PyTorch 설치 후 MNIST 학습 테스트 엔비디아 Jetson Xavier1. Virtualbox로 우분투 PC 만들어 AI 보드 설치2. VMware로 우분투 PC 만들어 AI 보드 설치3. Tensorflow (+ Keras) 설치4. PyTorch 설치 후 MNIST 학습 테스트 5. VNC로 쉽게 연결하기 노트북처럼 설치를 하고 확인을 하기 위해 이전과 유사하게 Hands-On Machine Learning에 있는 Fashion MNIST를 학습시켜 보기로 했다.b. Jetson에 Jupyter Notebook에 설치하고 원격에서 접속하기쉽게 테스트하기 위해 jupyter notebook을 설치하고, 이번에는 같은 컴퓨터가 아닌 노트북에서 접속할 수 있도록 하기 위해 ip를 0.0.0.0으로 지정하고 실행한다. pip3 install .. 더보기 엔비디아 Jetson Xavier; 3. Tensorflow (+ Keras) 설치 엔비디아 Jetson Xavier1. Virtualbox로 우분투 PC 만들어 AI 보드 설치2. VMware로 우분투 PC 만들어 AI 보드 설치3. Tensorflow (+ Keras) 설치 4. PyTorch 설치 후 MNIST 학습 테스트 5. VNC로 쉽게 연결하기 4. Jetson Xavier에 Keras + PyTorch 개발환경 설치Jetson은 임베디드 AI가 필요할 때 사용하는 소형 컴퓨터보드이다. 엣지용으로 인기가 좋아서 엔비디아도 Jetson에 공을 들이고 있기 때문에 JetPack SDK 관련 엔비디아 페이지에서 제공되는 샘플도 Nemo LLM부터 이미지 임베딩을 위한 CLIP, 다른 블로그에서 예제로 많이 사용되는 Object detection과 Bounding Box처리에 .. 더보기 엔비디아 Jetson Xavier; 2. VMware로 우분투 PC 만들어 AI 보드 설치 엔비디아 Jetson Xavier1. Virtualbox로 우분투 PC 만들어 AI 보드 설치2. VMware로 우분투 PC 만들어 AI 보드 설치3. Tensorflow (+ Keras) 설치 4. PyTorch 설치 후 MNIST 학습 테스트 5. VNC로 쉽게 연결하기 Virtualbox로 설치한 우분투 데스크탑에서 JetPack SDK를 설치할 때 Flash가 99%에서 멈추는 문제를 해결하기 위해 엔비디아 포럼을 찾아보니 Virtualbox를 사용하면 문제가 생긴다는 글을 발견했다. 물론 물리 데스크탑을 사용하면 쉽게 해결할 수 있겠지만, 가상머신으로 한번 시도해 보기로 하고 VMware를 설치하고 한 번 더 시도해 보기로 했다.3. VMware Workstation 우분투에서 JetPac.. 더보기 엔비디아 Jetson Xavier; 1. Virtualbox로 우분투 PC 만들어 AI 보드 설치 엔비디아 Jetson Xavier1. Virtualbox로 우분투 PC 만들어 AI 보드 설치2. VMware로 우분투 PC 만들어 AI 보드 설치3. Tensorflow (+ Keras) 설치 4. PyTorch 설치 후 MNIST 학습 테스트 5. VNC로 쉽게 연결하기 1. Jetson Xavier몇 년 전에 영상인식을 위한 인공지능 프로그램을 개발하면서 Jetson 보드 2종류를 구매해서 사용한 적이 있다. 프로젝트가 끝나고 사용하지 않다가 이번에 인공지능 프로젝트를 위해 다시 사용해 보기로 했다. 영상이 아닌 데이터 스트림에 대해서는 라즈베리 파이나 다른 임베디드 보드를 사용해도 어느 정도의 성능을 기대할 수 있지만, 영상에 대해서만은 Jetson이 다른 임베디드 보드보다 성능이 좋다고 알려.. 더보기 파이썬 딥러닝 개발환경; 2. Keras 설치, MNIST 학습 테스트 파이썬 딥러닝 개발환경1. PyTorch 설치2. Keras 설치, 테스트 2. Keras 설치파이썬은 Node.js와는 달리 프로젝트별로 패키지의 설치가 분리되지 않는다. 그래서, 개발하면서 설치하는 모든 패키지는 설치되어 있는 파이썬의 모든 프로젝트에 영향을 미치게 되고 이미 설치한 패키지의 버전을 바꾸면 다른 프로젝트에도 영향을 미치게 되기 때문에 프로젝트 별로 가상환경을 만드는 것이 좋다.a. Keras 테스트를 위한 가상환경을 만들고 activate 한다.python -m venv keras_testcd keras_testScripts\activate.batb. 가상환경에 PyTorch + Keras 설치새로 만든 가상환경에 1. 에서 설치했던 PyTorch를 다시 설치하고, pip instal.. 더보기 파이썬 딥러닝 개발환경; 1. PyTorch 설치 파이썬 딥러닝 개발환경1. PyTorch 설치2. Keras 설치, 테스트 대학원을 다닐 때는 ML(Machine Learning) 과정이 재미있어서 대부분 과목을 신청해서 들었는데, 막상 회사에서는 인공지능과 좋은 인연이 아니었던 것 같다. 딥러닝이 있기 전에 ANN(Artificial Neural Network)으로 시작한 프로젝트도 마지막에는 결과가 CBR(Case Based Reasoning) 보다 좋지 않아 모델을 바꿨고, 몇 년 전에는 자유변형 물체를 Detection 하고 Instance Segmentation까지 하는 요구사항에 몇 가지 딥러닝 모델을 조합해서 앙상블(Ensemble)까지 해 봤지만 원하는 만큼 결과가 깔끔하지 않았던 것 같다. 사실 지금 나온 삼성 핸드폰을 써도 그때 만든.. 더보기 GitHub copilot; 프로그램을 대신 작성해 주는 AI 0. 개발에 이용되는 AI최근에 딸이 학교 친구들을 대상으로 GPT를 학교 숙제나 공부에 이용해 봤는지 설문조사를 해 봤는데 80% 이상이 이미 사용하고 있다고 응답했다. 또, 70% 이상의 학생들이 GPT가 도와서 만든 결과에 대해서 만족하고 앞으로도 더 많이 사용할 것이라고 응답했다. 소프트웨어 개발에도 GPT는 이미 대세이다. 검색엔진에 검색어를 넣고 바꿔 가면서 결과가 맞는지 확인해 보는 이전 방식보다, 요즘은 개발할 때 GPT나 Copilot에게 궁금한 내용을 물어보는 경우가 많다. 회사의 개발자들에게 물어봐도 개발하면서 GPT를 사용하고 있다고 말하는 사람이 점점 늘어고 있다. 이제는 한 단계 더 나가서, 프로그램의 일부를 대신 작성해 주는 AI 도우미인 GitHub Copilot를 사용하는 .. 더보기 이전 1 다음
