Deep-Dive AI

1. 디스크별 용량 확인하는 법 df -h 2. 특정 디렉토리와 용량을 확인하는 방법 du -hs {folder name} 3. 현재 폴더에 있는 폴더 및 파일 용량 출력하는 방법 du -hs * 이렇게 하면 현재 경로에 있는 폴더와 파일 용량을 출력해줍니다. 4. 현재 폴더에서 파일 용량이 큰 순서대로 보는 방법 # 파일 용량이 큰 순서대로 출력 du -h --max-depth=1 | sort -hr # 상위 n개 폴더의 용량 확인 sudo du -hsx * | sort -rh | head -n {(typt:int)n}

대부분의 출처는 스택오버프롤우 1. opencv 사용 위한 세팅 ImportError: libgthread-2.0.so.0: cannot open shared object file: No such file or directory docker환경에서 opencv-python 사용 시 발생하는 오류이다. sudo apt-get install libgl1-mesa-glx sudo apt-get install libglib2.0-0 >>> apt-get install libglib2.0-0 2. sklearn 다운로드 ModuleNotFoundError: No module named 'sklearn' ModuleNotFoundError: No module named '...' 이 뜰 경우엔 pip install..

참고용으로 정리 UNet 전체 네트워크를 학습하는 것과 디코더만 업데이트하는 것의 차이 1. 전체 네트워크를 학습하는 경우: - 인코더와 디코더의 모든 가중치가 업데이트 - 입력 이미지와 대상 출력(레이블) 간의 손실을 최소화하도록 모델이 최적화됨 - 전체 네트워크는 입력 이미지에 대한 픽셀 수준의 예측을 수행하며, 입력 이미지의 특징을 인코딩하고 디코딩하여 출력을 생성 2. 디코더만 업데이트하는 경우: - 인코더의 가중치는 고정되어 있고, 디코더만 업데이트 - 보통 사전 훈련된 인코더를 사용하여 디코더를 초기화하고, 디코더만 새로운 작업에 맞게 조정됨 - 일반적으로 스타일 변환 작업과 같은 고수준의 시각적 특징을 학습하는 데 효과적 - 인코더는 이미 일반적인 시각적 특징을 학습한 모델을 사용하기 때문에..

출처: https://github.com/pytorch/pytorch/blob/v1.0.1/torch/optim/lr_scheduler.py#L126 class StepLR(_LRScheduler): """Sets the learning rate of each parameter group to the initial lr decayed by gamma every step_size epochs. When last_epoch=-1, sets initial lr as lr. Args: optimizer (Optimizer): Wrapped optimizer. step_size (int): Period of learning rate decay. gamma (float): Multiplicative factor o..

Abstract Keyword: only single text condition, patch-wise text-image matching loss, CLIP(pre-trained text-image embedding model) 원래 존재하는 스타일 트랜스퍼 방법은 스타일 이미지의 정보를 콘텐츠 이미지로 바꾸기 위한 참고 스타일 이미지가 필요하다. 우리의 프레임워크는 이 스타일 이미지 없이 스타일을 원하는 스타일의 텍스트 설명만으로 가능하다. CLIP의 사전 훈련된 text-image 임베딩 모델을 사용해서 오로지 single text condition만으로 콘텐츠 이미지의 스타일을 조정하는 것을 증명한다. 특별히 우리는 사실적인 텍스쳐 전송을 위한 다양한 관점의 증강을 하는 patch-wise text..

Style Transfer 주어진 이미지의 스타일과 콘텐츠를 결합하여 새로운 이미지를 생성하는 작업 일반적으로 두 개의 이미지를 사용하는데 하나는 스타일 이미지로서 원하는 스타일을 갖고 있고, 다른 하나는 콘텐츠 이미지로서 스타일을 적용하고자 하는 대상임 스타일 이미지의 텍스처, 색상 및 시각적 특징을 콘텐츠 이미지에 적용하여 두 이미지를 결합한 결과를 생성함 스타일 전이는 주로 이미지 처리 작업에 사용되며, 예술적 효과를 부여하거나 이미지 스타일 변환을 수행하는데 사용 Generative Model 주어진 데이터로부터 새로운 데이터를 생성하는 모델 생성 모델은 주어진 데이터의 특징과 패턴을 추출한 후, 그 기반으로 새로운 샘플을 생성함 생성 모델은 딥러닝의 생성적 적대 신경망(GAN, Generativ..

깃허브에도 정리해두었습니다!⭐️⭐️⭐️⭐️⭐️ https://github.com/cha-suyeon/DIV2K_DW https://data.vision.ee.ethz.ch/cvl/DIV2K/ DIV2K Dataset Citation If you are using the DIV2K dataset please add a reference to the introductory dataset paper and to one of the following challenge reports. @InProceedings{Agustsson_2017_CVPR_Workshops, author = {Agustsson, Eirikur and Timofte, Radu}, title = {N data.vision.ee.ethz.ch ..

api를 못 찾아서 로컬에 다운 받고, 서버에 옮기는 수작업을 하니까 정말 미칠 것 같았다. 그래도 이 데이터셋은 다운로드 받는 방법이 있어서 바로 서버에 다운로드 받고 있음 https://www.cityscapes-dataset.com/ 이 데이터셋은 저 URL에서 다운받을 수 있으며, 계정이 필수다. 그래서 꼭 가입을 해야하고 'ac.kr' 계정이 필요한듯 하다. gmail은 거부 당함 wget --keep-session-cookies --save-cookies=cookies.txt --post-data 'username=myusername&password=mypassword&submit=Login' https://www.cityscapes-dataset.com/login/ 'myusername'에 ..