jpg 이미지 파일을 bmp형식으로 바꾸어야 할 상황이 생겨 코딩을 하게 되었다. 알면 매우 간단하다! PIL패키지의 Image모듈을 사용하면 된다. 일단 코드는 다음과 같다. 매우 간결하기에 따로 클래스나 함수는 주지 않았다. import glob from PIL import Image import os from tqdm import tqdm src_path = "./jpg_images" # jpg images path dst_path = "./bmp_images/" # bmp images path if not os.path.isdir(dst_path): # make dst dir if it's not existed os.mkdir(dst_path) for jpg_path in tqdm(list(set..

주로 Window 에서 CUDA와 cuDNN을 사용하다가 서버를 사용할 일이 생겼는데 CUDA는 설치되어있지만 cuDNN은 없다는 것을 알았다. 그래서 이번 글에서는 Ubuntu에 cuDNN을 설치해보도록 하겠다. 먼저 cuDNN을 웹에서부터 다운로드 해야한다. 이 과정이 총 시간의 70%이상을 차지한다..용량이 꽤 큰데 왜 그런지 필자는 네트워크가 엄청 느려서 소요시간이 3-4시간이었다...ㅠㅠ cuDNN 설치는 https://developer.nvidia.com/cudnn NVIDIA cuDNN NVIDIA cuDNN The NVIDIA CUDA® Deep Neural Network library (cuDNN) is a GPU-accelerated library of primitives for dee..

Keras 학습 중 또는 save함수를 사용할 때, 다음과 같은 에러가 나올 수 있다. 오류 자체만으로는 어디가 문제인지 알 수가 없는데 해결법은 매우 간단하다. 문제는 h5py의 버전이고, 이 버전을 2.10.0 버전으로 맟추어주면 해결이다. ㅎㅎ..매우 간단 pip install h5py==2.10.0 너무 짧아서 포스팅하기도 애매하다..

이번에는 신경망을 학습할 때 알아두어야할 핵심 요소들을 설명하겠다. 신경망 학습은 이전에 말했던 것처럼 loss 값이 작아지도록 가중치를 최적화하는 것을 말한다. 그렇다면 이제 어떻게 가중치를 최적화 하는지를 알아야한다. 이 가중치를 최적화 하는 모듈을 Optimizer라 하며, 머신러닝, 딥러닝이 발전하기 시작한 때부터 많이 발전해오면서 종류가 매우 다양하다. 이 글에서는 그 종류에 대해서는 다루지 않고, 핵심인 Gradient Descent Algorithm에 대해 얘기하도록 하겠다. 1. Gradient Descent Algorithm 이전에 Cost함수에 대해 짧게 이야기한 적이 있다. 보통 Convex함수가 사용되고, 이 함수의 값인 loss가 작아지도록 가중치(W, b)를 갱신해 나가는 것이 ..

이번에 파이썬으로 이미지를 합성해야하는 일이 있었는데 계속 합성된 이미지의 테두리가 검정색으로 표현되는 오류가 있었다. 해결법은 매우 간단하여서 너무 허무... 처음 파이썬으로 이미지를 불러올 때, icon_path = "./img/crossing2.png" icon_shape = (50, 50) icon_img = cv2.imread(icon_path) 이 상태로 불러서 합성을 하니 다음과 같이 모서리가 검정색으로 표현되어 거슬리는 현상이 일어났다... 짜증나서 투명도라던가 다른 방법들을 구글로 몰색해보았지만 하나도 통하지 않았고, 뭐가 문제지...이러고 있었는데 다른 합성 코드들과 다른 점이 한 군데 있다는 것을 발견! 그것은... icon_img = cv2.imread(icon_path, cv2.I..