Deep Learning Start-to-End Code Analysis

안녕하세요! M_AI 입니다! 이번 포스팅은 코딩이 아니라, AMD GPU인 Radeon RX 470 / 480 / 570 / 570X / 580 / 580X / 590을 중점으로 Tensorflow를 학습하는 방법을 설명드리고자 합니다! 많은 사람들이 코딩을 윈도우(windows) 환경에 진행하고 GPU로 학습 시에는 NVDIA GPU로 많이 사용하여 일반적으로 GPU로 사용한다하면 NVDIA사 GPU를 떠올리곤 합니다. 그에 따라 tensorflow-gpu도 nvdia에 맞춰져있구요. 그래서 AMD GPU를 소유하고 있는 사람들은 정말로 난감합니다. - 혹시나 싶어서 tensorflow-gpu를 설치했는데 여전히 CPU로 학습하고 있고 - 텐서플로우에서는 nvdia만 지원한다고 하고.... 그래서 결..

M_AI 입니다. 이전 앵커 박스의 추가적인 설명과 데이터셋 준비에 방법에 이어서, 이제 RetinaNet의 핵심인 Loss function의 설명과 코드를 설명하도록 하겠습니다! 이전글 : [RetinaNet] 3. Prepare the Dataset https://yhu0409.tistory.com/4 [RetinaNet] 3. Prepare the Dataset M_AI 입니다. RetinaNet의 모델 및 코드 설명과 이전에 다룬 앵커 박스 코드에 이어서, 이번 글에는 데이터셋 준비하는 방법을 알려드리도록 하겠습니다! 여기서는 추가적인 앵커 박스의 사용법과 yhu0409.tistory.com 이 글을 읽으면 좋을 것 같은 사람들! - 기본적인 분류(classfication) 모델을 Tensorfl..

M_AI 입니다. RetinaNet의 모델 및 코드 설명과 이전에 다룬 앵커 박스 코드에 이어서, 이번 글에는 데이터셋 준비하는 방법을 알려드리도록 하겠습니다! 여기서는 추가적인 앵커 박스의 사용법과 데이터셋 준비하는 코드를 분석 및 설명하도록 하겠습니다! 이전글 : [RetinaNet] 2. Explaining overall RetinaNet model and Code analysis https://yhu0409.tistory.com/3 [RetinaNet] 2. Explaining overall RetinaNet model and Code analysis M_AI 입니다.이전 포스팅인 Anchor Box의 간략한 설명에 이어서 본격적으로 RetinaNet의 모델 및 코드 설명과 이전에 다룬 앵커 박스..