MacOS X11 Forwarding 요즘 서버 환경에서 많이들 코딩이나 작업을 한다. 파린이로서 VScode를 많이 사용하는데 matplot 라이브러리를 활용해 plotting을 하던 도중 Can't Not Display 오류를 만났다. 내가 사용하는 서버와 내 네트워크 간 plotting을 연결해줄 Window가 없었던 것이 였다. (** 주피터 노트북은 따로 window 연결 없이 plotting 지원) Solution ) 1) MacOS 전용 xquartz 설치 (https://www.xquartz.org/) XQuartz The XQuartz project is an open-source effort to develop a version of the X.Org X Window System tha..

% Pytorch 1.12.0 이상의 버전에서 mps를 지원한다. import torch device = torch.device(device='mps') # model.to(device) print(torch.backends.mps.is_available()) True M1 활성 상태 보기 Spolite 검색 -> 활성 상태 보기 -> GPU 기록(cmd+4)

An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale Vision in Transformer는 CNN 없이 Image Classification을 수행할 수 있다는 것을 보여준 하나의 사례이다. 이전에도 Transformer와 Vision을 합친 시도는 있었지만 방대한 양의 학습을 진행한 연구는 없었다. 학습양이 많고 예측 Label이 많을 경우 갖는 문제점을 개선하고 연산 감소(CNN 대비)와 Pre-trained Model이라는 점에서 Attention의 장점을 많이 활용했다. CNN SOTA 대비 두가지 문제를 해결했다. 1. CNN(Convolution Neural Network)에서 발생하는 translation e..

Einstein summation numpy, torch, tensorflow 등 다양한 Tensor Type의 형태를 변형할 때 주로 사용된다. 현재는 einops와 코드를 함께 작성하면 정말 모든 이가 알아볼 수 있을 설명서 같은 모델을 작성할 수 있다. Example) Attention에서 energy를 구할때 Q 와 K^T의 행렬곱시 Key 부분의 Transpose를 쉽게 표현 가능 quries = torch.tensor(np.array([i for i in range(0,240)]).reshape(1,2,6,20),dtype=torch.float64) keys = torch.tensor(np.array([i*2 for i in range(0,240)]).reshape(1,2,6,20),dtype..

ImportError: cannot import name 'PILLOW_VERSION' from 'PIL' (/Users/miniforge3/envs/vit/lib/python3.11/site-packages/PIL/__init__.py) from PIL import __version__ print(__version__) # version 9.2.0 Solution 1. 구버전으로 다시 설치 (Pillow Version < 7) - pip install pillow == 6.22 - 다른 패키지와 충돌이 있을 수 있어 비추천 Solution 2. Pillow Version 입력 import PIL from PIL import __version__ print(__version__) PIL.PILLOW_VE..

Recap Innovators Hive Welcome - Regional Lead of Cloud Customer Experience, Google Cloud Developer Keynote | 10 Prospects from Next '22 / 김재한 - Customer Engineering Manager, Google Cloud 클라우드 인프라 관련 결정의 절반 이상이 기업의 이용 패턴에 따라 결정 된다. IPU - 고성능 앱구동에 필요한 모듈 TPU v4 대규모 학습 환경 Speed 80% Cost Down 30% 원격 측정 가능 4명 중 3명의 개발자가 지속가능성을 기본의 원칙으로 개발 리스크 대비 유동적인 개발 ex) 저탄소 배출 선택(origon 주)을 목표, 환경 부담이 덜 되는 서버 지역을..