Deep Learning (12) 썸네일형 리스트형 ONNX ONNX 란? Open Neural Network Exchange의 줄인 말로 이름과 깉이 다른 DNN 프레임워크 환경에서 만들어진 모델을 서로 호환되게 사용할 수 있도록 만들어진 공유 플랫폼 장점 Framework Interoperability 특정 환경에서 생성된 모델을 다른 환경으로 import하여 자유롭게 사용 가능 Shared OPtimization 규격화된 포멧으로 자리를 잡을 경우 다양한 환경에서 효율적으로 적용 가능 구성 방식 ONNX exporter는 IR graph를 만든다는 목표를 가지고 있음 정보를 기록하는 방식에 따라 Trace, Script로 나눔 Trace forward함수 내부에 Tensor 영상 혹은 유저 정의 함수 혹은 python 코드가 실행되며 forward를 한번 수.. TensorRT TensorRT는 학습된 Deep Learning 모델을 최적화하여 NVIDIA GPU상에서 Inference 속도를 향상시켜 Deep Learning 서비스를 개선하는데 도움을 줄 수 있는 모델 최적화 엔진이다. 다양한 Deep Learning Framework를 통해 작성된 Model을 TensorRT를 이용하여 최적화하여 NVIDIA Gpu 환경에 적용가능하도록 할 수 있다. TensorRT를 통해 얻을 수 있는 당연히 Inference 가속을 통한 속도 향상이다. ResNet50을 기준으로 할 때 동일한 Gpu에서 TensorRT를 사용하는 것만으로도 8배 이상의 성능 효과가 있는 것을 알 수 있습니다. OS에 따라 성능차이는 있을 수 있다. 또한 Linux에서는 C++ 및 Python Api를 .. Browse State-of-the-Art (SOTA) 최근 다양한 분야에서 Machine Learning(ML)이 사용되고 있다. 대표적으로 Computer Vision, Natural Language Processing, Medical, Robots 등등 총 16개 분야에서 Data set 별로 가장 성능이 좋은 방법을 정리해놓은 것을 찾아 정리하게되었다. TREND, DATASET, BEST METHOD, PAPER TITLE, PAPER Link, Code Link(Github), COMPARE 순으로 정리가 되어있다. Papers with Code라는 트윗터로부터 update가 진행되며 Url은 아래와 같다. https://paperswithcode.com/sota bias-variance tradeoff 데이터에 기반한 Model이 가지는 Error는 3가지로 표현할 수 있다. Error(X) = noise(X) + bias(X) + variance(X) nosie는 Data가 가지는 본질적인 것이므로 irreducible error 라고 표현한다. bias/variance는 Model에 따라 변화하는 것이므로 reducible error라고 표현한다. bias는 평균적으로 우리의 가설이 얼마나 실제 현상과 떨어져 있는지를 나타낸다. 즉, bias가 낮을수록 실제 현상에 유사하며, bias가 높을수록 실제 현상과 멀어진다. bias는 Train Data를 바꿈에 따라서 알고리즘의 평균 정확도가 얼마나 많이 변하는지 보여준다. variance는 얼마나 다양한 현상이 분포되어 있는가를 나타낸다. 즉, var.. 이전 1 2 다음
