트니아빠 02-21

아무 책이나 하나 구해서 따라하는 것부터 시작해 보세요.
딥러닝도 워낙 종류가 많고 새분화되어서 상당한 시행착오가 필요할 것입니다.
그리고 하드웨어도 좋아야 요즘거 시도해 볼 수 있을 것 입니다

이준용 02-21

LLM쪽은 책 보다는 huggingface나 llama cookbook과 논문들로 공부하는 편입니다.

구차니 02-21

딥러닝 공부라는게 참.. 모호한 말인데
모델을 구축하는걸 원하시는지 아니면 기존 모델을 돌리는걸 원하시는 건지에 따라서 접근해야할 방향이 완전 달라질 것 같습니다.

전자라면 이론적으로 어떻게 레이어를 쌓아가는지를 보셔야 할 것 같고
후자라는 원하는 모델을 찾으시고 그 모델 쪽 문서 따라서 환경구축하시면 될 것 같습니다.

영산회상 02-21

논문을 쓰기 위한 모델을 제작하려고 합니다. 일단 이미지라서 transfer learning부터 해보고 싶습니다.

구차니 02-21

이미지 생성인가요 이미지 인식인가요?
생성이라면 요즘(?) 시끌했던 적대적 신경망(Generative Adversarial Network)을 이용한 논문등을 찾아보시는게 좋을것 같고
인식은.. 만만한게(?) yolo 아닐까 생각됩니다.

구차니 02-21

찾아보니 transfer learning 가 전이학습이라고 하던거였군요.
그러면 yolo 기반 transfer learning을 찾아 보시는게 어떨까요?

https://docs.ultralytics.com/ko/yolov5/tutorials/transfer_learning_with_frozen_layers/

트니아빠 02-21

이미지 분류를 전이학습으로 해보고 싶은 것이면 그나마 난이도가 낮습니다.
DenseNet 같은거요..

주의할 점은
모델에 이미지 넣을 때 보통은 RGB 채널별로 정규화된 값이 들어갑니다. 이 값은 일반적인 사진으로 만들어진 값들로 알고 있습니다.
의학 사진의 경우에는 별도로 RGB 평균값을 계산해서 실행해 보는 것을 추천해 드립니다.
저의 경우에는 성능차이가 있었습니다.

서버가 돌아가는 곳이 UPS 가 있는 곳이 아니라면 긴 학습 시간동안 학습 결과가 사라지지 않도록
중간중간 저장하도록 코딩하세요.

박문형 02-21

어떤 리눅스를 사용할 것인가??

기본적으로 리눅스는 Unix 에서 나온 서버 OS라고 봐야 하며 운영하시는데는 아마도 C언어가 필수적으로 갈 듯합니다..

(커널 컴파일 등)


일반 PC에서는 리눅스 지원을 하지 않습니다..

- 일반 PC제조사나 일반 PC마더보드 제조사에서는 공식적으로 무슨 무슨 리눅스를 제조사 차원에서 지원합니다  라는 것이 없습니다..

- 서버/워크스테이션 제조사쪽에서는 보통 상용리눅스를 지원합니다..

- 국내에서 옛날부터 기업이나 호스팅업체 등에서 많이 사용했던 리눅스 패키지는 상용으로는 래드햇 그것의 공짜 클론판인 CentOS가 있습니다..
  현재는 그들 패키지의 지원들이 끝나가는 상황이라 서버/워크스테이션 제조사에서는 다른 패키지로 눈을 돌리고 있습니다..
  래드햇이나 CentOS 패키지 사용자들도 컴퓨터 제조사에서 리눅스 패키지 지원과 호환성이 달라지기에 이리로 갈지 저리로 갈지 고민이 많습니다..
  단 이것을 한번에 바꾸어서 되는 일이 아니라서 검증해가면서 바꾸는수 밖에 없습니다..

- 리눅스는 이래든 저래든 간에 재일 많이 사용하는 패키지가 재일 편합니다..
  패키지마다 버젼마다 설치방법 운용방법 명령어등이 약간씩 틀립니다..

https://www.supermicro.com/en/support/faqs/os
수퍼마이크로의 OS 호환표입니다..
자기네들 생산한 마더보드나 시스템을 세대별로 칩셋별로 구분하고 각 모델별로 각 OS들을 테스트하여 호환 여부를 정의해놓았습니다..
슈퍼마이크로가 이쪽 자료는 재일 방대하다고 할 수도 있는데 이것을 보고 어떤 리눅스 패키지가 호환되는지 알수 있고 어떤 리눅스를 지원하는지 알 수 있습니다..

PC도 CPU나 칩셋이 어떤 것이냐를 따져서 저 표에 호환되는 페밀리 칩셋을 따라가면 적용이 가능합니다.. 단 실제 동작하는지 버그가 있는지는 본인이
직접 테스트 검증해야 합니다..

제가 보기에는 CentOS 나  Ubuntu 정도에서 시작하심이 좋아 보입니다..

구형 작은 PC에 설치하셔도 됩니다.. 단 얼마나 공부하고 노가다 하느냐에 따라 실력이 틀려지기에 꾸준히 하시고 질문 사항에 대해서는 구글로 검색하세요..

20여년전에도 리눅스 사용자는 인터넷과 구글을 사용하여 트러블 슈팅을 하였습니다..




딥러닝

- 무슨 GPU카드를 사용할 것인가 ??
  현재는 엔비디아 GPU가 대세이기에 엔비디아 GPU를 사용해야 할 것입니다..

- 엔비디아 GPU는 어떤 리눅스 패키지를 지원하는가 ??
  엔비디아 GPU모델에 따라 리눅스 드라이버들이 존재 할텐데 그 리눅스 드라이버가 어떤 리눅스 패키지를 지원하는지 확인해야 합니다..
  그리고 그 드라이버 설치법도 확실히 익혀야 합니다..

- 엔비디아 GPU ==> CUDA
  엔비디아 GPU를 사용하려면 CUDA를 사용할 줄 알아야 합니다..
  GPU 초창기때에 (아마 약 10여년전) 엔비디아 코리아 직원들은 국내 유명대학교에서 CUDA 세마나와 교육을 엄청 했던 시절이 있었습니다..

개인적으로 엔비디아 GPU에 대한 설치 방법이나 호환리스트나 그런 것은 따로  검색해보지 못하여 잘 알지는 못합니다..

클레지 02-21

딥러닝 pdf 파일 몇개 가지고 있는데 드릴까요?

영산회상 02-21

네 그럼 저야 고맙죠

클레지 02-21

이메일 주소좀 알려주세요. 보내드릴께요.

레인보우7 02-21

책+영상+ChatGPT를 다각모드로 활용하시면 좋습니다.

제가 보는 책들입니다.

차근차근 실습하며 배우는 파이토치 딥러닝 프로그래밍/아카이시 마사노리
https://product.kyobobook.co.kr/detail/S000061584752

파이토치 딥러닝 마스터
https://product.kyobobook.co.kr/detail/S000061353646
https://isip.piconepress.com/courses/temple/ece_4822/resources/books/Deep-Learning-with-PyTorch.pdf

https://ia601308.us.archive.org/29/items/book1_202402/programming-pytorch-for-deep-learning-creating-and-deploying-deep-learning-applications.pdf

TubeAmp 02-21

udemy 리눅스 기본 강의 공부 중인데 아주 좋습니다.
udemy  딥러닝 강의 추천합니다.
https://www.udemy.com/topic/deep-learning/