로컬 (windows/macOS)에서 학교 서버나 회사 서버에 파일을 옮기고 싶을 때 scp로 옮겨보자.기본적으로 windows 에서는 cmd를 쓸 수 있지만 많이 불편해서 (cd 커맨드가 안먹힘) git bash를 설치하여 옮기는게 맘 편하다.git 다운 주소는 아래

네이버 클라우드 (NSML)에서 GPU를 임대했는데, 접속조차 복잡하여 PuTTY를 이용한 접속까지 중간과정을 정리해본다. 본 방법은 윈도우에서 했으며 맥OS에서는 분명 다른방식을 채택했을 것이다.인증키를 putty에 등록하고 notebook node에 접속해야 되기

Pretrained 된 VGG16 Model의 Feature Map과 U-Net에서 나온 feature map을 concat 하고 self-attention 연산을 할때 에러가 났다. 간단하게 그림으로 표현하면 아래와 같다.VGG16에서 얻은 feature map들을

아나콘다를 다른 두 경로에 설치 후 원하는 가상환경을 쓰고 싶을 때 경로를 재설정 해야된다.예를 들어 아래와 같이 /home/ 과 /raid/ 폴더에 anaconda를 각각 설치 했다고 가정하자.현재는 base \* 이 /home/username 으로 잡혀있지만 ma

https://www.kaggle.com/code/kilogrand/graph-neural-network-in-nlp/notebook위에서 나온 GNN-NLP 코드 구현을 하고자 하는데 torch geometric이 매번 말썽이였다. 이 문제를 해결해서 기록하

PyTorch (GPU & CPU) 버전이 둘 다 설치되어있거나 여러 CUDA 버전이 설치되어 있는 경우다. 보통 conda install을 하면 gpu 하고 cpu버전이 둘다 설치되서 torch geometric에서는 충돌을 일으킨다.따라서 binaries로 설치하면

Albumentation에 augmentation 방법이 많다고 하여 cifar10에 적용하고 코드를 공유한다.transformation용 코드를 따로 만들고 dataloader 만들 시 적용해주면 된다. Albumentation 방법은 아래 링크에서 찾을 수 있다.h

.npy 이미지를 np.load를 불러와서 imshow 할 시 에러가 뜬다.아래는 npy 이미지 예시 차원이다.TypeError: Invalid shape (2, 256, 256) for image data보통 이미지를 읽을때 (W x H x C) 이므로 (256, 2

CIFAR10은 torchvision에서 기본적으로 불러올 수 있다.다만 CIFAR10은 기본적으로 shuffle이 들어간 상태라 test할때도 shuffle된 data가 나온다.ImageFolder은 어떨까? ImageFolder은 보통 불러올때 path만 불러와주면

Skimage로 읽을때는 RGB로 로딩되지만 OpenCV는 image를 불러올때 RGB (or RGBA) 로 불러오지 않고 BGR (or BGRA)로 불러온다. 즉 Blue 하고 Red color channel이 바뀐건데, 밑 이미지를 예시로 그대로 불러와보자.위 이미

가끔 matplotlib으로 plotting하고 싶을 때 subplot 말고 pyplot (plt)를 사용하고 싶을 때가 있다. 하지만 오랜 검색 결과 대부분 ax.yaxis.set_major_formatter(ticker.PercentFormatter()) 를 사용한

코드를 짤 때 torch.nn 과 torch.nn.functional 이 있는것은 알았지만 평소에는 nn.Conv2d를 이용해 CNN layer를 쌓는다. 그런데 torch.nn.functional에서도 conv2d가 있어서 궁금해서 차이를 알아보았다.nn.Conv2d

본 논문은 colorization에 user-input과 hint라는 개념을 도입해 real-time colorization 및 colorization 성능 향상을 보여준다.이 논문의 저자들은 CycleGAN의 저자들중 한명이며 UC Berkley에서 박사학위를 하시면

super() function은 parent class (부모 클래스)의 method를 접근하여 활용하려고 사용한다. Parent class의 임시 object를 return한다.

파이썬과 scikit-learn을 이용해서 AUPRC 커브를 그려보기.아래와 같이 그려보자. Sklearn 라이브러리를 활용해 그린다.csv 파일 불러오고 필요없는 feature 드랍하기.train test split하기for loop 돌리기 편하게 list안에 넣기본

보통 os.listdir 을 통해 이미지를 리스트로 받으면 이미지가 순서대로 정렬되어있지 않다. 또한 sorted를 써도 이미지가 앞 숫자대로는 정리되지만 100이 넘어가는 순간 꼬인다.예시로 아래 커맨드를 입력하면 저렇게 100이 넘어가면 1, 10 다음에 100을

서버1 에서 서버2로 conda 가상환경 export/추출하기아래와 같이 requirements.txt라는 파일이 추출된다.1\. 서버간 requirements.txt를 이동하기2\. 옮긴 requirements.txt 파일을 새로운 가상환경에 설치가끔 에러가 뜰 때가

Tistory에서 글을 썼는데 velog가 더 좋다고 많이 추천받아 일로 넘어왔다. 티스토리에 작성된 글을 옮기고 있으니 같은 글이라고 생각하면 된다 :).Time Series 관련 연구를 하는데 OmniAnomaly라는 논문이 꽤나 많은 인용수가 있어 한번 구현해보려