본문 바로가기

분류 전체보기206

[jupyterlab] 404 Get 에러 발생 대처 최근 오랜만에 사무용 컴퓨터에 설치해놓은 jupyter-lab을 실행시키는데, 뭔가 내부적으로 꼬였는지 404 Get 이라는 스크립트와 함께 jupyter-lab이 실행이 안되었습니다. 구글에 찾아보니 다시 설치하는게 답이다 라는 말밖에 없더군요. 다시 설치를 해도 안되어서 이것 저것 만져보다가 해결이 되어서 포스팅을 합니다. 404 Get error대처 방법에 대해서 간단하게 설명하도록 하겠습니다. 이 문제의 해결에는 한가지 조건이 들어갑니다. config 파일 내부를 변경했을 경우 입니다. 처음 구글링의 해법인 다시 설치를 진행하였는데, 또다시 404 Get이 뜨면서 작동이 안되었습니다. 혹시나 하는 마음에 config파일은 다시 설치 전 후 그대로더군요. config파일의 경우 --generate-.. 2023. 2. 2.
[cv2] 색감을 보는 방법 (RGB, BGR, HSV, LAB) 이미지 분석을 하다보면 흔하게 볼 수 있는 색감 관련 개념은 GRAY 혹은 RGB를 많이 사용해보셨을겁니다. 저도 이미지분석을 공부중이라 분석에 적용할 때에는 잘 알고있는, GRAY 혹은 RGB를 이용한 분석을 주로 하였습니다. 그런데 GRAY, RGB 만 이용해서 분석을 하면서 표현적 한계에 부딪치는 경우가 있었습니다. 예를들어 cv2.inRange를 이용하여 색감들을 고를 경우 같은 색감일지라도 RGB로는 표현이 불가능 할 때가 있습니다. 아래의 코드를 이용하여 보라색 계열을 일부가져 왔습니다. image_color = np.array([ [255, 72, 255], [204, 0, 204], [153, 0, 153], [102, 0, 102], [51, 0, 51], [51, 0, 102], [10.. 2023. 1. 19.
[딥러닝] 모델 결과가 매번 다르게 나오는 경우 최근 딥러닝 모델을 개발하고 모델확인을 하면서 문제를 직면한 부분중 하나가 바로 모델 결과가 매번 다르게 나오는 경우입니다. 모델을 열심히 시간 돌려가면서 제작을 하더라도 확인할 때, 아래와 같이 결과가 안나오거나, 이상하게 예측이 되는 때가 있었습니다. 모델 내부나 pytorch의 random 문제가 이일을 발생시키는 줄 알고 다양한 방법을 시도 해보았으나, 해결이 되지 않았습니다. torch.manual_seed(1234) torch.backends.cudnn.deterministic = True torch.backends.cudnn.benchmark = False np.random.seed(1234) 그러다 겨우 찾아낸 문제가 바로 데이터셋 제작할 때, train에 썻던 이미지 변환방법이 문제였습니.. 2022. 12. 15.
[경영마인드메모] 교수가 창업을 하기 위해서는.. 대학원생때 주변 교수님들이 창업을 하는 분들이 많으셨습니다. 간접적으로 옆에서 보면서 회사 돌아가는 상황이 참별로다.. 라는 생각을 많이 했습니다. 뭐 훈수질이 가장 쉬운거라고들 하지만요..ㅎㅎㅎ 그때 깨닫고 있었던 부분들을 정리해서 써놓는 것도 괜찮다고 생각해서 포스팅을 시작하였습니다. 결국 때가 되면 창업을 하고싶거든요.. 이야기 내용은 조금 픽션을 섞었습니다. 그대로 내용을 공유하면 안될 것 같아서요 ㅎㅎ 1. 가족 같은 회사는 만들지 말기 대학원생때 친척을 불러와서 교수로 찔러 넣어주고, 같이 공동 창업을 했는데 나중에는 다른 가족들이 와서 이 자리 저 자리 차지하는 것을 보았습니다. 나중에 회사 돈을 아낀다고 직원들 지원을 하나 둘씩 끊는 것은 둘째치고, 자기 자신들의 지원은 아낌 없이 하는 것.. 2022. 12. 5.
[유사도측정, 데이터분석] 유사도 측정의 중요성 최근 빠져있는 주제가 있습니다. 바로 유사도 입니다. 빠져있기 보다는 데이터 분석에서 항상 중요하다고 생각되는 부분이라고 말하고 싶습니다. 대부분의 Deep learning 모델에서 이런 유사도를 이용하여 분석이 이루어지기도 합니다. 앞으로 포스팅은 이 유사도 방법에 대한 개념들을 몇가지 포스팅 하고자 합니다. 1. 유사도란? 유사도는 다양하게 이용할 수가 있는데, 주로 classification에 이용된다고 생각합니다. 어떠한 데이터가 들어왔을 때, 이 데이터를 판별하기 위하여 사람들은 유사도를 이용합니다. 아주 유명한 짤이 머핀과 치와와 짤입니다. 유사도의 특징은 주로 0~1사이의 값을 갖고, 0로 갈수록 매우 낮은 유사성을 갖고, 1로 갈수록 높은 유사성을 갖습니다. 치와와 머핀 이외의 간단한 예시.. 2022. 12. 2.
RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 16 but got size 15 for tensor number 1 in the list. 에러 해결 Unet 모델을 제작해서 돌리는데, 아래와 같은 에러가 나왔습니다. 정말 여기저기 찾아봤는데,, 해결이 안되었는데, 코드를 이것저것 돌려보니 해결이 되었네요.. RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 16 but got size 15 for tensor number 1 in the list. 위와 같은 에러가 발생할 경우 모델을 제작할때, 256으로 제작했을때, 실제 input으로도 같은 사이즈를 넣어줘야 합니다. 아니면 위와 같은 에러가 발생할수 있습니다. 그렇기 때문에 transforms function을 이용해서 그림의 크기를 조절하는 Resize를 이용하여 분석하면 됩니다. # inputs의 경우.. 2022. 11. 9.

티스토리툴바