본문 바로가기

분류 전체보기

 (90)
Linux/Ubuntu에서 Docker 설치 나는 windows 노트북을 쓰는데, 서버 관련해서 docker를 설치해야 할 일이 있었다. docker 설치를 위해 Hyper-V를 써볼까 했는데, 이유는 Docker의 경우 윈도우에서는 Hyper-V를 통한 사용만을 지원하기 때문이다. 윈도우 유저이기 때문에 Hyper-V라는 것을 사용할까 했는데, windows 10 pro 에디션부터 설치가 가능하다고 한다. 나는 노트북 살때 os가 깔려있었는데, widnows 10 home 에디션이었다... 얼마나 무지하게 막 노트북을 샀었는지에 대한 반성을 하게 되었다. Hyper-V 설치시 주의사항은, Hyper-V를 설치하면 인텔 가상화 기술을 다른 소프트웨어에서 사용할 수 없게 된다. 즉, Hpyer-V 전용으로만 사용해야 된다. 만약 내가 VMware를 ..
yarn install * yarn install 하기 npm i yarn * 오류 npm notice created a lockfile as package-lock.json. You should commit this file. npm WARN deprecated core-js@2.6.11: core-js@
[NVIDIA AI DEVELOPER MEETUP] 강연 다섯번째, AI Applications in Biomedical Images with NVIDIA GPUs, 서울대학교 방사선의학물리연구실 이지민님 * 여러 종류의 의료 영상에 AI를 적용하여 진행하고 있는 연구 1. X-ray 영상을 이용해 정상과 골다공증을 분류하는 연구 (Classification task) 2. 세포 영상에서 핵을 분할하는 연구 (Segmentation tast) 3. CT 영상에 발생한 artifact를 제거하는 연구 (Image-to-image translation task) 이번 주제는 요즘 의료 영상 AI에 관심이 있던 나에게 가장 재미있고 흥미로웠던 주제였다. 그리고 끝나고 meetup 시간에 대화를 요청했는데 친절하게 답해주셔서 정말 감사했다. 기회가 된다면 방사선의학물리연구실에서 인턴 참여도 해보고 싶다. * X-ray 영상을 이용해 정상과 골다공증 분류, classification - Hip Radiographs..
[NVIDIA AI DEVELOPER MEETUP] 강연 네번째, Deep Learning with Edge Computing, IMR AI팀 Tech Lead 이종훈님 * 주제 - Edge computing을 필요로 하는 이유, Edge computing에 딥러닝까지 적용하고 싶은 이유 - Edge computing에 딥러닝을 적용하기 위해서 겪는 어려움 + Edge computing에 대해서는 처음 들어보는 내용이라 제대로 이해하지 못한 부분이 대부분이었다 ㅠㅠ * Edge Computing이란 - End device - Edge(Intelligent Edge/Edge Intelligence) - 클라우드 컴퓨팅 탄생 이후 문제점이 발생하였고, 이를 해결하고자 edge computing 개념이 등장했다. - 기존 클라우드 컴퓨팅 방식이 데이터 센터가 물리적으로 떨어져 있는 곳에서 데이터 처리와 연산을 중앙 집중형으로 관리하는 방식이라면, 엣지 컴퓨팅은 사용자의 IoT..
AI(Artificial Intelligence), ML(Machine Learning), DL(Deep Learning) 차이점 알아보기 * 인공지능 기술의 탄생 및 성장 - 탁월한 병렬 처리 기능의 GPU 도입: 2015년 이후 신속하고 강력한 병렬 처리 성능을 제공하는 GPU의 도입으로 더욱 가속화되고 있다. - 빅데이터 시대: 갈수록 폭발적으로 늘어나고 있는 저장용량과 이미지, 텍스트, 매핑데이터 등 모든 영역의 데이터가 범람하게 된 '빅데이터' 시대의 도래도 이런 성장세에 큰 영향을 미쳤다. * 인공지능(Artificial Intelligence, AI): 인간의 지능을 기계로 구현하다 - 인공지능은 기계로부터 만들어진 지능을 말한다. 컴퓨터 공학에서 이상적인 지능을 갖춘 존재, 혹은 시스템에 의해 만들어진 지능, 즉 인공적인 지능을 의미한다. - 세개의 단어(AI, ML, DL) 중 가장 넓은 의미이다. - 인간의 감각, 사고력을..
[NVIDIA AI DEVELOPER MEETUP] 강연 세번째, 의료 데이터를 활용한 인공지능 연구 소개 + DLI 경험, 서울아산병원 위촉연구원 김영곤님 *의료 데이터를 활용한 인공지능 연구 - 초고해상도 병리영상을 분석하는 인공지능 연구 (Pathological diagnosis is the final diagnosis) - WSI(Whole slide image)의 resoultion : 100K x 100K (10만 X 10만) 이상 - 이미지 사이즈가 매우 크기 때문에 sliding windows로 처리한다 - Foreground extraction: 배경 날리기 - Stain normalization: 세포 stain 과정이 다 다르기때문에, 이를 정규화해준다고 들었다 - Patch etraction - Classification --> Tumor slide classification - Segmentation --> Quantification ..
[NVIDIA AI DEVELOPER MEETUP] 강연 두번째, Deep-dive on APEX DDP, NVIDIA NVAITC 유현곤님 이번 강연은 multi-gpu를 활용하는 방법에 대한 이야기이다. * NVIDIA AI TECHNOLOGY CENTRE (NVAITC) - 미주 제외 지역에서 연구하는 그룹(Singabpore, Malaysia, Indonesia, Thailand, India, China, Korean, Japan) * APEC OPP란? - Python extension - multi-gpu를 활용하는 방법이다 * Race to conversaional AI - model size가 증가하면서, 네트워크의 parameter가 bilions을 넘고있다 * 현재 SOTA 모델들의 추세 - Upstream raw에 정보, 데이터를 때려넣는다. 큰 데이터를 큰 머신으로 돌려야한다 - Downstream task, task(분..
[NVIDIA AI DEVELOPER MEETUP] 강연 첫번째, GPU Under the Hood: Deep Learning Practitioners' perspective, NVIDIA DEVTECH 이민석님 * 강연 정리 1) GPU under the hood: deep learning practitioners' perspective 첫 번째 강연은 딥러닝 어플리케이션 성능을 분석하고 이해하는 방법에 대해 설명해주셨다. Operation Speed - Latency - Throughput Model Accuracy에 대해서가 아닌, latency와 throughput 성능을 통해 서비스 퀄리티를 향상시키고(response time 향상), GPU를 효율적으로 이용할 수 있는 방법에 대한 내용이 주제였다. - CPU와 GPU의 관계 CPU는 GPU에 data를 보내서 연산을 시키고, 연산된 결과 데이터를 GPU가 다시 CPU로 보낸다. - Model의 forward, backward pass를 보면, 각각의 ..

티스토리툴바