Lonaru의 개발, 보안 꿈나무 Lonaru의 개발, 보안 꿈나무

0. AMD 그래픽드라이버 머신러닝 윈도우 지원 이전까지는 리눅스에서만 ROCm 머신러닝을 지원하였으나, 2023년 7월 27일 ROCm5.5 부터 윈도우 지원이 추가되었다. 따라서, ROCm을 사용하여 윈도우에서 머신러닝 구동이 가능하게 되었다. 기존 우분투에서 세팅하여 사용하던 환경을 윈도우에 세팅하는 과정을 정리하였다. [Hardware Setting] CPU : i7-1260P Ram : 40G / DDR4 GPU : AMD Radeon RX 6700XT OS : Windows 11 pro (23H2) [수정] ROCm이 윈도우를 지원하는 버전은 HIP SDK 5.5.1 부터이며, 공식 가이드에는 5.7.1까지 공식 문서가 있는것을 확인 할 수 있다. 다만, HIP SDK를 설치하려하면 왜인지 5..

0. 증상 TensorFlow 설치 - 정상 NVIDIA 그래픽 드라이버 설치 - 정상 CUDA 설치 - 정상 CUDNN 설치 - 정상 인식 확인 방법들 아래 참고 더보기 [확인한 리스트들] 후술하겠지만, 텐서플로우 버전 문제였음.. CUDNN은 CUDA 디렉토리 확인 & 환경변수 확인 위 처럼 필요한 것들이 모두 설치 되었음에도 TensorFlow가 gpu를 인식하지 못한다면 버전 문제를 의심해 봅시다. 1. 원인 - TensorFlow 버전 윈도우 사용자 분들 환정으로 작성된 글입니다. 많은 분들이 TensorFolw 설치 시, 아래 명령어 들 중 하나를 선택해서 설치 하셨을 겁니다. conda install tensorflow #1. conda 설치 시 pip install tensorflow #2..

YOLOv3로 학습 및 검출에 대해 앞서 포스팅 했는데요. 포스팅에 사용된 데이터셋은 직접 수집하고 수정한 데이터셋입니다. YOLO용 데이터 셋 만들기에 대해 작성하며, 머신러닝에서의 데이터셋이 어떻게 이루어져 있는지 정리 해보겠습니다. 0. 데이터 셋 제공 사이트 네이버 : http://datalab.naver.com kaggle : https://www.kaggle.com google AI : https://ai.google data Science Cnetral : https://www.datasciencecentral.com Awesome Public Dataset : https://github.com/awesomedata/awesome-public-datasets google dataset sea..

1달 반 열심히 구르다 온 주인장입니다. 연구 자료 날아간게 화나서 밤샘 도중 블로그로 일탈하려합니다. 오늘의 주제는 딥러닝을 하는 사람들이라면 한번씩 해보는 3대장 CNN, RNN, YOLO 중 YOLOv3에 대한 내용입니다. YOLO 버전은 상당히 많은데 3을 사용한 이유는 제가 한참 딥러닝을 공부할 때는 v5까지 나왔을 때라 v3를 기준으로 했습니다. (v5까지 있었는데 v3을 사용한 이유는 아래에서 서술) 0. YOLO의 역사와 버전 궁금하지 않으시면 스킵하셔도 됩니다만, 알아두시면 좋습니다. 간략하게 작성했습니다. 자세한 내용은 논문과 제작자들의 사이트를 통해 알아보실 수 있습니다. YOLO v1 : 2016년 최초 발표, 실시간 객체 검출에 적합. S x S 크기의 그리드 셸(Grid Cell..

0. 파이토치 (PyTorch) 설치 이전 0.1. 파이썬 설치 0.2. CUDA, cuDNN 설치 0.3. Python 가상환경 설정 위 3가지 중 1번과 2번은 필수이며, 3번은 선택입니다. 추가적으로 jupyter lab을 설치하시면 더욱 GUI 환경에서 쉽게 접근 가능합니다. 해당 내용에 대해서는 앞서 작성한 글인 "윈도우 11 텐서플로우 설치 편"과 "윈도우 CUDA, cuDNN 설치 편"을 참고 하시면 됩니다. 0.1. 파이썬 설치 및 Python 가상환경 설정 https://lonaru-burnout.tistory.com/17 [DL][Windows 11] 윈도우 텐서플로우 (TensorFlow) 설치 0. Python 우선 환경 설정을 위해 python이 필요합니다. 추후 가상환경을 만들어..

0. Python 우선 환경 설정을 위해 python이 필요합니다. 추후 가상환경을 만들어 구성할 예정이라, 버전은 3.x 버전 이상이라면 상관없습니다. # 수정합니다. 텐서플로우가 지원하는 파이썬 버전 확인 후 해당 버전으로 설치해주시거나, 1챕터에서 가상환경 제작 시, 특정 버전으로 생성하셔야 정상적으로 텐서플로우가 작동합니다. #주인장은 3.10.5 버전 사용 중입니다. https://www.python.org/downloads/ Download Python The official home of the Python Programming Language www.python.org 해당 링크를 통해 python을 다운 받은 후, cmd를 통해 python --version을 입력해 설치를 확인합니다. ..

이 글은 NVIDIA 그래픽카드를 기준으로 작성되었음을 알립니다. 라데온 그래픽카드를 통한 머신러닝은 따로 다룰 예정입니다. 0. 자신의 GPU 확인 https://ko.wikipedia.org/wiki/CUDA CUDA - 위키백과, 우리 모두의 백과사전 위키백과, 우리 모두의 백과사전. CUDA 처리 흐름의 예 1. 메인 메모리를 GPU 메모리로 복사 2. CPU가 GPU에 프로세스를 지시함 3. GPU가 각 코어에 병렬 수행 4. GPU 메모리로부터의 결과물을 메인 메모 ko.wikipedia.org 해당 링크 참고하셔서 "지원 GPU" 챕터 확인 하시면 본인 GPU에 맞는 연산 능력 란을 확인합니다. 자세한 방법은 다음 그림에서 설명하겠습니다. 예시로 제가 사용하는 GPU는 RTX 2060 입니다..