해당 모델을 개발중인 MLOPS 서비스에 연동하려고 하는데...Sparse-rcnn github에 있는 Dockerfile을 활용하면에러가 발생한다. 해당 문제는 다음과 같이 해결할 수 있다고 하는데, 결과적으로 나는 끝까지 안됐다.참고 : https://ee

솔직히 스택이라고 말해주기 전에는 절대 못 풀었을거다...후기보니깐 다들 쉽다는데, 생각을 잘못된 방향으로 해서 상당히 오래걸렸다. 자주 풀어보는게 중요한 거 같다... 감을 잡기 위해서는,,,

해당과정은 MAX값을 루트 노드로 가져오는 과정이다.전체적인 힙구조를 유지하기 위한 과정이다.해당 코드의 시간 복잡도는 for문 O(n) × O(logn) = O(nlogn)의 시간복잡도가 소요된다.전체 for문에 대해서 do ~ while문을 실행하는데, root는

c++ python

배열 초기화 해주는 부분에 대해서는 크게 2가지 방법이 있다. \- 학부생 시절 다 알았던 문법인데 까먹었다,,,std::fill_n(array,size,value);memset(array,value,size);memset의 경우, memory.h나 string.h

사실 Kaldi의 portaudio를 사용하려고 하였다.하지만 Kaldi의 경우, C코드이기때문에, portaudio가 Python으로 wrapping되어있는 pyaudio를 사용해보려고한다.PortAudio: Main PagePyAudio간단한 설치 방법은,최소한 p

이제 c++로 개발할 일이 많아질테니, 친숙해지자는 의미에서 c++로 풀어보았다.

① 정확한 음성 인식을 위하여 음성 인식 알고리즘 중 높은 정확도와 성능을 보이는 Conformer(2020년 5월 발표) 알고리즘을 적용 (표. )Conformer는 SOTA 성능을 보여준 Transformer와 CNN 기반의 모델들보다 훨씬 뛰어난 성능을 가져옴.

오랜만에 백준을 풀어보았다...완탐은 아닌거같아서 dp인거 같아서 풀어보려고했는데, dp 개념이 흔들렸다.박사님께서 한 번 명료하게 설명해주셔서 풀 수 있었다.많이 부족하니, 시간날때마다 한 번씩 풀어보자.다음부터는 입력은 되도록 sys.stdin.readline()으

앞 내용이 궁금하신 분들은,,,Glow-tts 코드리뷰 3편을 보고 오시면 됩니다.!MultiHeadAttention → LayerNorm → FFN → LayerNormDropout → Conv1d → LayerNorm → Conv1d → LayerNorm → Con

앞 내용이 궁금하신 분들은,,,Glow-tts 코드리뷰 2편을 보고 오시면 됩니다.!batch size : 16x.shape : torch.Size(16, 115)batch size 16개, text token 최대 길이 115115 길이에 맞추고 그보다 작은 데이터

앞 내용이 궁금하신 분들은,,,Glow-tts 코드리뷰 1편을 보고 오시면 됩니다.!최대한 비슷하게 따라가며 흐름을 파악할 것발생한 에러들cuda 전용 pytorch 버전 충돌 문제smart-g2p 사용 시, 01012345678과 같은 핸드폰 번호를 제대로 읽지 못하

class FlowGenerator_DDI(models.FlowGenerator) : models.py 라이브러리에서 import한 모듈, init 부분을 상속 받아 모델에 변수들을 넘겨주는 부분, models.py에 FlowGenerator_DDI 부분을 보면 tor

TensorRT의 경우, 아직까지 계속해서 엔비디아에서 업데이트를 해주고 있기 때문에 새로운 버전에 맞춰 따라가야한다. 이전 버전에서 지원되지 않는 Operation이 새로운 버전에서 지원이 되기도 한다.물론 추가된 Operation(layer)에 대한 소스코드는 공개

음성인식은 두 단계로 이루어져 있음Text → Mel-spectrogramMel-spectrogram → waveformvocoder는 두 번째 단계를 실행함Auto-Regressive Generative model - WaveNet학습과 추론 시간이 오래 걸림Flow

Tensorflow Inference Testing 결과 (114개 PyTorch Operation 중 114개 Onnx 변환)“tf2onnx의 경우 변환은 다 됨. 하지만 node및 내용이 비어있는 모델도 있음.”TensorRT 지원되지 않은 Operations 리스

PyTorch Inference Testing 결과 (110개 PyTorch Operation 중 102개 Onnx 변환)“Onnx 변환 지원 안되는 레이어(opset 17기준)”AsinhLayerAtanhLayerBitWiseRightLayerCoshLayerGath

TensorRT의 경우 꾸준히 version 업데이트가 진행되고 있습니다.아래의 깃허브를 참고해보면, 버전이 계속해서 업데이트 되고 있습니다. 아직 다른 프레임워크에서 지원되는 layer 및 operation이 지원되지 않는 경우가 있습니다. 매 버전마다 지원을 늘리고

OnnxRuntime.InferenceSession 이용backend/onnxrt/loader.py : class SessionFromOnnx(BaseLoader)@mod.export(\*funcify\*=True) 역할인스턴스 초기화 및 호출을 한 번에 실행\*\*\