AI Developer23 [screen] Linux 터미널 다중화 도구 screen- Linux 터미널 다중화 도구에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 [screen] Linux 터미널 다중화 도구에 대해 학습합니다. I) screen이란? Linux의 "screen"은 터미널 멀티플렉서(Multiplexer)로, 여러 개의 가상 터미널 세션을 생성하고 관리할 수 있도록 도와주는 도구입니다. screen을 사용하면 하나의 터미널 창 내에서 여러 개의 작업을 동시에 실행하거나, 장기 실행 작업을 백그라운드에서 실행할 수 있습니다. II) AI모델 구동 시 screen을 사용하는 이유 1. 백그라운드 실행: AI 학습은 종종 오랜 시간이 걸리는 작업이며, 그 동안에 터미널 세션이 끊어질 수 있습니다. screen을 사용하면 세션을 백그라운드로 detach하.. 2023. 8. 17. [tqdm] 진행 상황 표시 모듈 tqdm 진행 상황 표시 모듈에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 tqdm 진행 상황 표시 모듈에 대해 학습합니다. I) tqdm이란? tqdm은 진행 상황 표시 모듈입니다. 데이터 작업을 할 때 현재 상태, 진행률, 소요 시간을 확인할 수 있습니다. 시각적으로 진행 상황을 확인할 수 있기 때문에 데이터 전처리, 학습 시에 많이 사용됩니다. 주로 반복문을 사용하여 여러 작업을 수행할 때, 각 단계의 진행 상황을 프로그레스 바 형태로 표시하는 데 사용됩니다. tqdm모듈의 일반적인 인자들은 다음과 같습니다. iterable : 진행 상황을 표시할 대상 반복 가능한(iterable) 객체입니다. desc : 진행 상황 표시줄의 제목을 설정합니다. 기본값은 None입니다. total : .. 2023. 8. 16. [PyTorch] AI 모델 저장 & 불러오기 PyTorch AI 모델 저장 & 불러오기에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 AI 모델 저장 및 불러오는 방법에 대해 학습합니다. I) AI 모델을 저장하는 이유? AI 모델을 저장하는 것은 재사용성, 배포, 버전 관리, 전이 학습 등의 이유로 중요합니다. 1. 재사용성: 훈련된 모델은 재사용될 수 있어 모델을 처음부터 다시 훈련할 필요성을 줄입니다 2. 배포: 모델을 훈련하고 저장한 후에는 다양한 환경에 배포하여 사용자에게 실시간 예측을 제공할 수 있습니다. 3. 버전 관리: 모델의 변화를 추적하고 이전 버전으로 되돌릴 수 있게 해줍니다. 4. 전이 학습: 저장된 모델은 다른 관련된 작업에서 사전 훈련된 모델을 시작점으로 전이 학습에 사용할 수 있습니다. II) AI 모델 저장 .. 2023. 8. 15. [argparse] Python 스크립트 실행 시 인자 값 전달하기 argparse에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 argparse를 활용한 Python 스크립트 실행 시 인자값 전달하는 방법에 대해 학습합니다. I) argparse 란? `argparse`는 파이썬에서 커맨드 라인 인자를 파싱하고 처리하는 라이브러리입니다. II) AI 모델에서 argparse AI 모델에서는 `argparse`를 사용하여 스크립트를 실행할 때 모델 아키텍처, 하이퍼파라미터, 입력 데이터 경로, 출력 경로 등의 설정을 사용자가 지정할 수 있도록 할 수 있습니다. 이를 통해 AI 모델이 더 다양한 상황에서 사용 가능하고 사용자 친화적인 모델이 됩니다. III) argparse를 활용한 코드 import argparse # argparse: 명령줄 인수를 파싱하는 .. 2023. 8. 13. 이전 1 2 3 4 5 6 다음
