변환 과정1. pip3 install tf2onnx2. python3 -m tf2onnx.convert --opset 13 --tflite [tflite file path] --output [onnx file path](ex. python3 -m tf2onnx.convert --opset 13 --tflite face_detection_full_range.tflite --output facedetect_full.onnx) 위 명령어를 통해 손 쉽게 변환 가능.
대용량 데이터를 효율적으로 관리하기 위한 mxnet 라이브러리는, rec 형태로 된 데이터 셋을 분석할 때 필수적인 라이프러리다. 하지만, m1 mac에서 mxnet 라이브러리를 사용하면 에러가 발생하기 때문에 해결책을 정리하려고 한다. 1. mxnet 깃 클론 && cmake 설정 brew install cmake ninja ccahe opencv git clone --recursive https://github.com/apache/incubator-mxnet.git mxnet cd mxnet cp config/drawin.cmake config.cmake 깃 클론 이후, config.cmake 옵션에서 opencv 경로도 확인 후 수정하도록 하자. 2. 빌드 mkdir build && cd build..
torch tensor -> numpy import torch torch_value = torch.randn(1,3) print(torch_value) # tensor([[0.5519, 0.1323, 0.1297]]) numpy_value = torch_value.numpy() print(numpy_value) # [[0.551902, 0.132319, 0.129740]] numpy -> torch tensor import torch import numpy as np numpy_value = np.ones(4) print(numpy_value) # [1. 1. 1. 1.] torch_value = torch.from_numpy(numpy_value) print(torch_value) # tensor([1..
파이토치(pytorch)를 주로 사용할 때는 CPU자원을 사용하거나 GPU 장비를 사용합니다. 하지만, Apple Silicon 맥북은 Nvidia-GPU 와는 다른 장비구조를 가지고 있습니다. 그래서 nvidia-gpu 사용하는 것과 동일하게 사용하면 에러가 발생하기 때문에, 파이토치를 apple silicon 맥북에서 사용하는 방법을 알아보려고 합니다. Conda 설치 우선 개발 환경을 셋팅을 위해 conda를 설치해야 합니다. wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh bash Miniconda3-latest-MacOSX-arm64.sh Pytorch conda 버전 설치 그 후, conda 환경 + appl..
모델의 파라미터 개수를 확인하는 방법은 크게 두가지가 있습니다 1. model.parameters() 함수를 이용한 방법 아래는 예시 코드입니다. import torchvision.models import * if __name__ == '__main__': model = vgg11() # 학습 가능한 파라미터 개수 trainable_parameters = sum(p.numel() for p in model.parameters() if p.requires_grad) # 전체 파라미터 개수 total_parameters = sum(p.numel() for p in model.parameters()) 2. torchsummary torchsummary 라이브러리를 이용한 방법인데, 해당 방법은 가끔 작동이 안..
