​ 안녕하세요, MoonLight입니다. ​ 이번 Post 주제는 Tensorflow GPU Version Docker Image를 WSL2에 설치한 후에, Visual Studio Code에서 이를 활용하여 Train을 하는 방법까지 진행해 보려고 합니다. ​ 먼저, 제가 WSL2에 Tensorflow Docker Image로 설치하려는 이유는 1) Windows 환경이 친숙하고 편합니다. 2) Tensorflow 2.10부터는 Native Windows에서 설치가 되지 않는다고 합니다. 3) Docker를 이용하면 복잡한 설치과정을 거치지 않아도 되기 때문에 매우 편합니다. ​ ​ ​ 최종적으로 완성된 전체 구조는 아래와 같을 것입니다. ​ 전체적으로 아래의 순서로 진행할 예정입니다 WSL2 설치 U..

​ 안녕하세요, MoonLight입니다. ​ 이번 Post에서는 지난 Post에 이어서 아래 내용들의 설치를 계속 진행해 보도록 하겠습니다. ​ 4. Docker 설치 5. nVidia CUDA Toolkit Container 설치 6. Tensorflow GPU Container 설치 ​ ​ 이전 Post는 아래 Link를 참고해 주세요. https://moonlight314.tistory.com/entry/Tensorflow-GPU-Docker-Install-on-WSL2-1 ​ ​ 4. Docker 설치 저는 WSL2에 설치된 Ubuntu안에 Docker를 설치하고, WSL2안에서 Tensorflow Container를 실행할 예정입니다. 그래서, 먼저 WSL2에 Ububtu에 Docker 설치를 ..

안녕하세요, MoonLight입니다. ​ 가끔 새로 받은 Source를 실행하다보면, 'No module named ~~~' 이라는 Error를 자주 보게 되는데요 ​ 대부분은 pip install해서 해당 package 설치해주면 끝인데, 간혹 Error가 발생한 Package 이름과 설치할 때 적어야 할 Package Name이 다른 경우가 있습니다. ​ 그 대표적인 예가 PIL인데요, 아래와 같이 Error가 발생해서 설치해보면 설치가 되지 않습니다. ​ ​ ​ ​ ​ ​ 그런 경우에는 아래와 같이 pip install pillow라고 입력하셔야 제대로 설치가 가능합니다. ​ ​ 이번 Post에서는 Simple Tip을 공유해 봤습니다. ​ 다음에 또 만나요~

안녕하세요, MoonLight입니다. 이번 Post에서는 Tensorflow Model을 모바일 Device, 임베디드 혹은 IoT 기기에서 배포하고 실행하기 위한 File Format인 TFLite(TensorFlow Lite)을 사용하는 방법에 대해서 알아보도록 하겠습니다. TFLite은 앞서 말씀드렸듯이 Computing Power가 낮은 Device에서도 원래 Model과 동일한 성능이 나올 수 있도록 변환된 File Format입니다. 제가 실제로 수행했던 Project에서도 임베디드 디바이스에 모델을 실행하는 경우에 TFLite / ONNX 등의 File Format이 많이 사용되더라구요. TFLite는 기존에 있던 Model File을 변환하는 것이 주된 목적이기 때문에 우선 Model Co..

안녕하세요, MoonLight입니다. ​ 오늘은 얼굴 인식 Model의 성능 측정에 많이 사용되는 LFW Dataset에 대해서 알아보도록 하겠습니다. ​ 최근에 얼굴 인식 관련 Model일을 하게 되면서 접하게 되었는데, 광범위하게 많이 사용되는 것 같아서 한 번 정리해 보려고 합니다. ​ ​ 0. 소개 2009년에 공개된 LFW Dataset은 Web상에서 총 5749명의 유명인에 대해서 취득된 13233장의 사진으로 구성되어 있습니다. 기존에 제약된 환경에서 촬영된 얼굴 사진 Dataset(FERET , MultiPIE)와 비교했을 때 상대적으로 일상생활에서 나타나는 조명이나 표정, 그리고 포즈변화 등 다양한 변화가 포함되어 있기 때문에 얼굴 인식 Model 성능 검증을 위해 널리 활용되고 있습니다..

안녕하세요, MoonLight입니다. ​ 이번 Post에서는 Python Code보면 가끔 보이는 "import __future__ ~~~" 이 문구가 무엇을 의미하는지 한 번 알아보도록 하겠습니다. ​ ​ 0. __future__의 의미가 뭐지? __future__ Module은 현재 Python Version에서는 지원하지 않지만, 상위 Version의 Python에서는 지원하는 기능을 사용할 수 있도록 해준다고 하네요. ​ 즉, 미래 Version에서는 이미 사용할 수 있지만, 현재 Python Version에서는 지원하지 않는 기능을 현재 Python Version에서 지원해 준다는 의미인데, ​ 제가 처음 이 설명을 봤을 때는 언뜻 와닿지는 않는 설명이었습니다. ​ 예를 들면, Python 2...

안녕하세요, MoonLight입니다. ​ 오늘은 널리 쓰이고 있는 Deep Learning Compiler 몇 가지를 살펴보도록 하겠습니다. ​ ​ 1. TVM ​ 1.0. Overview ​ TVM은 CPU , GPU 그 외의 다른 Deep Learning Accelerator들에 맞게 Model을 Compile하는 Framework입니다. 다양한 Hardware Backend에 맞게 Model을 최적화하고 효율적으로 계산하도록 만들어 줍니다. ​ ​ ​ 1.1. Conversion & Optimization ​ TVM이 Model을 최적화하고 Machine Code를 생성하는 방법을 소개하도록 하겠습니다. ​ 변환하고자 하는 Tensorflow / PyTorch / Onnx File을 입력 받습니다...

안녕하세요, MoonLight입니다. ​ 오늘은 Deep Learning Model을 다양한 환경에서 사용할 수 있도록 해주는 호환 Format인 ONNX에 대해서 알아보도록 하겠습니다. ​ 0. Introduction ONNX(Open Neural Network Exchange)는 Facebook과 Microsoft가 공동으로 개발한 Open Source Project입니다. 현재, 다양한 Deep Learning Framework가 존재하고 있으며, 각 Framework는 각기 다양한 형식으로 훈련된 Model File Format을 사용하며, 서로 호환되지 않습니니다. 내가 구현하려는 서비스에 적합한 Pre-Trained Model이 하필 내가 사용하지 않는 Framework으로 Train되었다던지..

안녕하세요, MoonLight입니다. ​ 오늘은 Deep Learning Model을 목적에 맞게 변화시킬 수 있는 Deep Learning Compiler에 대해서 알아보도록 하겠습니다. ​ 자, 가시죠~! ​ ​ ​ 0. Introduction ​ ​ ​ 우리는 다양한 Deep Learning Framework으로 Model을 만듭니다. 우리가 만든 Model이 실제로 실행되는 환경들은 매우 다양합니다. PC일수도 있고, Edge Device일수도 있고, Mobile Device, Cloud 환경 등등 매우 다양한 Target Device가 존재합니다. 이런 Target Device의 다양화에 어느 정도 대응할 수 있도록 해주는 것이 ONNX입니다. ONNX(Open Neural Network Exc..

안녕하세요, MoonLight입니다. 이번 Post에서는 Jupyter Notebook을 사용할 때 많이 사용하는 ipykernel Package에 대해서 알아보도록 하겠습니다. 0. Jupyter 최초에는 OS Shell에서 Python Code를 입력하면서 실행할 수 있는 프로젝트가 있었는데, 이를 ipython notebook이라고 했습니다. Command창에서 Python Code를 한줄한줄 입력하면서 결과를 확인할 수 있는 방식이었죠 . Python이 Compile방식이 아닌 Interpreter 방식이라서 가능한입니다. 위한 package입니다. 현재의 Jupyter의 Text Version이라고 할 수 있겠습니다. 그 후에 지원하는 언어가 R이나 Ruby등과 같은 것들이 추가되면서 지원 폭이..