튼튼한 나무

1. what is mesh ? 3D Data의 표현 방법에는 euclidean-structured data 와 non-euclidean data 가 있다. Euclidean data 는 2D 이미지 데이터와 같이 표현되는 grid-structured data 를 말하며, 그 예로 RGB-D, Voxel 등이 있다. 반면, non-euclidean data 는 non-euclidean 구조를 기반한다는 특징이 있으며, 대표적인 예로는 point cloud 와 mesh 등이 있다. 일반적으로, 3D 데이터는 voxel, mesh, point cloud 등으로 표현될 수 있다. Voxel 데이터 표현은 볼륨이 있는 2D 픽셀 표현의 확장으로 볼 수 있다. 딥러닝에서 voxel 데이터는 2D convoluti..

1. 포인트 클라우드란? Lidar 센서, RGB-D센서 등으로 수집되는 데이터를 의미한다. 포인트 클라우드 데이터는 좌표계의 개별 점으로 구성된 3차원 공간을 표현한 것이다. 포인트 클라우드의 각 포인트는 공간의 특정 위치를 나타내며 데이터에 따라 색상, 강도 또는 기타 속성과 같은 추가 정보를 포함할 수도 있다. 포인트 클라우드는 컴퓨터 그래픽, 컴퓨터 비전, 원격 감지 및 3D 모델링과 같은 분야에서 일반적으로 사용된다. 포인트 클라우드 데이터는 다음과 같은 다양한 방법을 통해 수집할 수 있다 : Lidar(Light Detection and Ranging) : Lidar는 레이저 펄스를 방출하고 이러한 펄스가 물체에 반사된 후 돌아오는 데 걸리는 시간을 측정한다. 이 정보는 물체까지의 거리를 결정..

최근 몇 년전부터 쿠버네티스에 대해 관심이 높아지고 있고, 여러 테크 기업에서 시스템을 쿠버네티스 기반으로 전환했다는 내용이 종종 들리고 있어 개념을 정리해보고자 한다. Kubernetes 용어 정리 : 컨테이너 : 앱이 구동되는 환경까지 포함하여, 실행할 수 있도록 하는 격리(독립) 기술 컨테이너 런타임 : 컨테이너를 다루는 도구 도커 : 컨테이너를 다루는 도구 중 가장 유명 한 것 쿠버네티스 : 컨테이너 런타임을 통해 컨테이너를 오케스트레이션 하는 도구 오케스트레이션 : 여러 서버에 걸친 컨테이너 및 사용하는 환경 설정을 관리하는 행위 PC 환경에서 예를 들어보자면, 만약 어떤 PC에서 특정 프로그램을 설치하고 실행하고자 한다. 해당 프로그램의 정상 설치 및 실행을 위해선, 특정 경로에 설치를 해야 ..

1. Pytorch pth model 파일을 변환 없이 모바일에서 사용할 수 있나? 아니요, 일반적으로 PyTorch .pth 모델 파일은 변환 없이 모바일 장치에서 직접 사용할 수 없습니다. PyTorch 모델은 Python 런타임 환경에 의존하는 PyTorch 프레임워크를 사용하여 실행되도록 설계되었습니다. 반면 모바일 장치는 일반적으로 하드웨어 아키텍처와 운영 체제가 다르기 때문에 PyTorch 모델을 대상 모바일 플랫폼과 호환되는 형식으로 변환해야 합니다. 모바일 장치에 PyTorch 모델을 배포하려면 일반적으로 모델을 모바일 친화적인 형식으로 변환하고 리소스가 제한된 환경에 맞게 최적화한 다음 TensorFlowLite, CoreML 또는 ONNX Runtime과 같은 적합한 모바일 프레임워크를..

import pynvml import torch def get_memory_free_MiB(gpu_index): pynvml.nvmlInit() handle = pynvml.nvmlDeviceGetHandleByIndex(int(gpu_index)) mem_info = pynvml.nvmlDeviceGetMemoryInfo(handle) total= mem_info.total // 1024 ** 2 free = mem_info.free // 1024 ** 2 return free, total print('GPU Memory : ',{f'GPU-{i}':f'{get_memory_free_MiB(i)[0]:,d}/{get_memory_free_MiB(i)[1]:,d} MiB' for i in range(to..

paper : ‘Language Models are Unsupervised Multitask Learners’ authors : Alec Radford, Jeffrey Wu, Rewon Child, David Luan, Dario Amodei, Ilya Sutskever Abstract question answering, machine translation, reading comprehension, summarization과 같은 NLP tasks는 일반적으로 task별 dataset에 대한 supervised learning으로 접근해왔다. 본 논문은 language model(LM)이 WebText라고 부르는 수 백만 개의 web pages로 구성된 새로운 dataset에서 학습 할 때 명시적인 su..

paper : ‘Improving Language Understanding by Generative Pre-Training’ authors : Alec Radford, Karthik Narasimhan, Tim Salimans, Ilya Sutskever Abstract Natural language understanding은 두 문장 간의 유사성 판단, 두 문장 간의 의미가 동일한지 판단, Question Answer, 문서 분류 등 다방면으로 구성된다. 그러나 unlabeled text data는 엄청나게 많은 반면, labeled text data는 적기 때문에 모델 훈련에 어려움이 있다. 따라서 본 논문에서는 unlabeled 텍스트를 사용한 generative pre-training langua..