인공지능_sallang

GPU를 병렬로 모델을 학습시키려는데 MKL(Inter Math Kernel Library)오류는 OpenMP 라이브러리 간의 충돌로 생기는 문제이다. import os os.environ['MKL_THREADING_LAYER'] = 'GNU'을 먼저 실행해주고 다시 실행하면 대부분 해결된다. 또는 workers와 batch를 기존보다 낮게 설정해서도 해결해보자.

서버pc나 개인로컬 pc에서 pip를 사용해 라이브러리 설치시 발생하는 에러발생. 라이브러리 import 할때 발생하는 현상으로 몇가지만 업데이트 및 설치하면 해결가능. 1.apt-get upgradeapt-get updateapt-get install -y libgl1-mesa-glx 2. 1번대로 설치 후 라이브러리 import 시 ImportError: libgthread-2.0.so.0: cannot open shared object file: No such file or directory 에러가 발생한다면apt-get install -y libglib2.0-0설치 후 다시 import 하면 해결된다.

[Quantize 연산 최적화]대다수의 딥러닝 모델은 부동 소수점, 특히 FP32 기반으로 만들어져 Edge device와 같은 환경에서 사용해야하는 경우 부동 소수점의 값을 정숫값으로 변환하는 작업을 진행해야한다. 이 작업을 NPU칩 내 CPU에서 처리하는데 소요시간이 상당하다.1. 이미지 프로세싱 모델들은 입력값을 이미지로 받음.2. 일반적으로 이미지는 RGB 채널에 대한 8bit 정수 범위의 값들로 구성되어있음.3. 단, 모델에서 input data로 받을땐 8bit 정수범위의 이미지를 부동 소수점으로 변환하고 이를 전달한다.4. 양자화를 진행한다면 부동 소수점으로 변환된 input data를 다시 정숫값으로 변환한다.5. 이를 해결하기 위해 RGB 이미지 값을 모델의 입력으로 바로 받게 된다면 형..

[Weight Quantization]1. Inference Only : 양자화는 inference 에서만 사용합니다. 즉, 학습 시간을 줄이기 위한 것과는 관련이 없다.2. Not every layer can be quantized : 구현된 딥러닝 모델의 모든 layer가 양자화가 될 수 없다.3. Not every layer should be quantized : 모든 layer가 반드시 양자화가 되어야 좋은 효율을 내는것은 아니다.4. Not every model reacts the same way to quantization : 같은 양자화를 적용하더라도 모든 모델이 동일한 효과가 나타나는 것이 아니다.5. Most available implementations are CPU only : 양자화..

과학기술정보통신부가 지원하고 정보통신산업진흥원(NIPA)과 한국정보통신진흥협회(KAIT)가 공동주관하는 제1회 AI 반도체 기술인재 선발대회에 합격하여 공모전을 진행하게 되었습니다.총 244개 팀이 신청한 가운데 39개 경연팀이 최종선발되었습니다. 저희 팀은 다행이 39개 팀에 들어 AI반도체 공모전을 진행할 수 있게되었습니다.총 11개의 회사에서 제시한 각 주제별로 자신의 여러 지식을 조합해 1차 서류평가를 진행하였습니다. 그 중 저희 팀은 넥스트칩 회사에서 제시한 "주/야간 전방의 차량 주행 영상으로부터 AI비전 인식 시스템 구축" 주제에 합격했습니다. 지원회사 :넥스트칩조건:넥스트칩에서 개발한 아파치5 NPU를 활용하여 자율주행을 위한 실시간 객체탐지 인공지능개발을 목적으로한다. ONNX로 변환하고..

isdigit()- 숫자로만 되어있는지 확인하는 함수- 문자가 하나라도 포함되어있다면, False 반환-  -1 같이 음수값의 - 가 문자로 분류되기 때문에 False가 반환된다. a = '1234'print(a.isdigit())# Truea = '1b34'print(a.isdigit())# Falsea = '-10'print(a.isdigit())# False  - 백준 1620- 또는 코드 중 한개로 실행하시면 됩니다. # 첫째줄 : N(포켓몬 수), M(맞춰야 하는 수)# 둘째줄 ~ N : 이름이 각 줄에 입력, 모두 영어# M ~ : 이름입력 -> 번호출력 ; 번호입력 -> 이름 출력import sysr=range;input=sys.stdin.readlineN, M = map(int, inp..

뉴런을 이용한 Logistic 모델class LogisticNeuren:    def __init__(self):        self.w = None        self.b = None        # self.l_r = 0.001    def forpass(self, x):        z = np.sum(x*self.w) + self.b        return z    def activation(self, z):        z = np.clip(z, -100, None)        a = 1/(1 + np.exp(-z))        return a    def backpass(self, x, err):        w_grad = x*err        b_grad = 1*err      ..

전자공학을 전공했고, 신호처리에 관해 여러 공부를 해왔습니다. 어디에 써먹을까 했는데 여기에 사용하게 되어서 기쁩니다. 하지만 신호처리의 과정만 다루고 정확한 수식적 해석은 여기선 다루지 않겠습니다. (양이 너무많습니다.) # Raw data >> nirs_procssing 처리 작업 순서  - 01. 웨이블릿 디노이징   - 02. 5차 버터 로스 패스 필터 적용 or Low Pass Filter 적용  - 03. 광학밀도 변환 - np.log10( mean(ch) / ch)   - 04. 상대적 헤모글로빈 농도 변환 -  (OD730*e850_deoxy-OD850*e730_deoxy)/(sep_L*e_c)# nirs_procssing >> c_nirs_processing    cNIRS_HbO_con..

2.인공지능 치매예측 부분엔 전체적인 코드를 작성했습니다.해당 페이지부턴 자세한 접근방법과 코드설명을 첨부하겠습니다. #1. 데이터프레임 만들기from scipy.signal import butter,filtfiltimport csv, os         ; from glob import globimport matplotlib.pyplot as pltimport numpy as np     ; import pandas as pdfrom sklearn.ensemble import RandomForestClassifierfrom tqdm.notebook import tqdm  ; import seaborn as snsfrom skimage.restoration import denoise_waveletfrom..

Q. 전체-배치 경사하강법 방시고가 미니-배치 경사하강법 방식의 차이점에 대해서 바르게 설명한것을 고르시오. 1. 전체-배치 경사하강법은 모든 데이터를 한 번에 넣고 미니-배치 경사하강법은 데이터를 n개로 나누어 학습한다. 2. 미니-배치 경사하강법에서 데이터를 나눌 때 일반적으로 10의 배수로 데이터를 나눈다. 3. 전체-배치 경사하강법을 할 때 데이터를 셔플하게 되면, 데이터 입력의 일관성이 틀어져 학습 결과가 나빠진다. 4. 미니-배치 경사하강법에서는 1개의 데이터만 넣을 수 없다. 답 : 1 2. 10의 배수가 아니라 2의 배수로 설정한다. 3. 로컬 미니멈을 극복하여 글로벌 미니멈에 수렴시키기 위해 셔플시켜야 한다. 4. batch_size 를 1로 설정해줄수 있음. Q. 회귀식의 성능을 측정..