nohup은 Linux에서 사용되는 백그라운드에서 프로세스의 진행을 도와주는 명령어이다. 따라서 학습 시킬 때 'nohup python ... > log.out&' 이런식으로 사용을 많이 하는데, cuda gpu를 설정해주는 ''CUDA_VISIBLE_DEVICES=0'" 이 명령어와 충돌한다. 이건 변수 선언이므로 nohup의 외부에서 선언을 해야하고, 그 다음에 nohup으로 파이썬 파일을 실행시키면 된다. CUDA_VISIBLE_DEVICES=1 nohup python test.py > test.out & 한 번 알아두면 나중에는 까먹지 않고 활용할듯하다. * CUDA_VISIBLE_DEVICES은 특정 GPU 사용을 도와주는 환경변수 설정 명령어이다.
container 가 갑자기 종료되고 start 하려니 갑자기 mismatch 에러가 뜨면서 실행이 안 된다. 이때 nvidia-smi를 입력해도 뜨지 않고 위의 에러가 나온다. 해결 방법은 nvidia driver를 unload하고 관련 모듈을 삭제하면 충돌이 사라진다. lsmod | grep nvidia 이걸 통해 로드되어 있는 목록을 확인한 다음, 이렇게 확인이 될 것이다. sudo rmmod nvidia_drm sudo rmmod nvidia_modeset sudo rmmod nvidia_uvm sudo rmmod nvidia 이걸 꼭 순서대로 언로드 해주시길! 만약에, "rmmod: ERROR: Module nvidia_drm is in use" 이런 형식의 에러가 뜬다면 sudo lsof /d..
conda로 가상환경을 만들고 실행하면 가끔 CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'. To initialize your shell, run $ conda init Currently supported shells are: - bash - fish - tcsh - xonsh - zsh - powershell See 'conda init --help' for more information and options. IMPORTANT: You may need to close and restart your shell after running 'conda init'. 이런 오류가 뜹니다. 사실 이런..
Shapely import error: No module named 'shapely' 기하학 연산을 돕는 파이썬 라이브러리라고 합니다. pip으로 그대로 설치해주세요 pip install shapely pip으로 설치했는데 잘 안 된다면 가상환경을 활성화해주세요 source myvenv/bin/activate conda로 설치해주세요 conda install -c conda-forge shapely
ModuleNotFoundError: No module named 'cityscapesscripts' 설치 방법 cityscvapescripts를 설치하고, python -m pip install cityscapesscripts 그래픽툴도 설치해줍니다. python -m pip install cityscapesscripts[gui] 출처: https://github.com/mcordts/cityscapesScripts
git을 설치하는 방법은 'apt-get install git'입니다. 이 방법으로 했더니 "E: Package 'git' has no installation candidate"란 에러가 떠서 설치를 진행하지 못했습니다. Reading package lists... Done Building dependency tree Reading state information... Done Package git is not available, but is referred to by another package. This may mean that the package is missing, has been obsoleted, or is only available from another source E: Package '..
이번 포스팅은 cs231n 강의의 Lecture 13 Generative models를 참고하여 공부하였습니다. 2022년에 공부하고 정리한 건데, 개념이 어려웠는지 귀찮았는지 또 정리를 저 이후로 포기했나보네요. 아무쪼록 다시 정리 해보겠습니다. Supervised vs Unsupervised Learning 컴퓨터 비전에서 이미지 분류 같은 작업 등을 통하여 많은 발전을 이루었습니다. 크게 data와 label 사이의 관계를 학습한 Supervised와 데이터 자체로서 갖고 있는 특징을 이해하기 위한 시도는 Unsupervised로 연구되어 왔습니다. 그 이후 데이터 갖는 True distribution을 학습하여 데이터에 대한 모든 것을 학습하고 싶은 Densitiy model의 관점으로 접근해 본..
Paper link: arxiv.org/abs/2307.11978 Code link: github.com/CEWu/PTNL 이 논문은 실험으로 결과를 입증하고 설득하는 형식이라서 table을 통해 설명을 이어갈 것 같습니다. 이걸 일주일 동안 붙잡으며 읽은 결과, 복잡한 architecture 그림과 복잡한 수식의 method가 없어서 겉으로 보기엔 쉬워 보이나 의외로 쉬운 논문은 아니고 vision-language 쪽을 한 번 싹 정리하며 unsupervised 까지 맛보고 싶다면 좋은 논문인 것 같아 필요하다고 판단된다면 추천 드리는 논문입니다. Why Is Prompt Tuning for Vision-Language Models Robust to Noisy Labels? CLIP과 같은 vision..
- Total
- Today
- Yesterday
- vscode 자동 저장
- python
- CNN
- 파이썬
- 도커 컨테이너
- 프롬프트
- 구글드라이브다운
- cs231n
- 서버구글드라이브연동
- 구글드라이브서버다운
- 딥러닝
- 도커
- clip
- vscode 저장
- 데이터셋다운로드
- 구글드라이브연동
- stylegan
- vscode 종료
- NLP
- 서버에다운
- 구글드라이브서버연동
- prompt learning
- Prompt
- vscode 업데이트
- style transfer
- Unsupervised learning
- few-shot learning
- support set
- docker
- 퓨샷러닝
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |