로봇이 되고픈 부엉이

본 포스트의 SRGAN code는 다음 git-hub 에서 가져와 실행해보았음을 명시합니다. https://github.com/brade31919/SRGAN-tensorflow brade31919/SRGAN-tensorflow Tensorflow implementation of the SRGAN algorithm for single image super-resolution - brade31919/SRGAN-tensorflow github.com 지금까지 준비가 되었다면, SRGAN 폴더를 열어보자 대강 이런 모습일 것이다. 왜 대강이냐면, 많은 부분을 고치고 실험하고 폴더와 파일이 늘어났기 때문이다. 따라서 사람마다 다를 수 있다. 번외로, python code를 보기 위하여 필자는 atom이라는 프로그..

첫번째 포스팅에서: https://biomnic.tistory.com/category/Deep Learning/Super Resolution 초해상도 'Deep Learning/Super Resolution 초해상도' 카테고리의 글 목록 심심한 부엉이는 컴퓨터를 공부하기로 했다. 하다보니 화학도 재미가 있더라. biomnic.tistory.com SRGAN에 대한 수정된 CODE를 얻었다면, 다음 작업은 학습시킬 데이터를 모으는 작업을 한다. 나의 주제는 MRI 영상의 SRGAN이기 때문에, 연구소에서 MR영상을 촬영하였다. 데이터는 다음과 같이 2종류를 함께 준비한다. 1. 학습데이터 Trainning data -저해상도 Low Resolution -고해상도 High Resolution 2. 테스트데이..

python라이브러리 GPU-tensorflow를 설치하신 여러분들이 이 글을 많이 볼 것이라고 생각이 됩니다. 바로 해결책을 알려드리자면, Linux 리눅스 에서 CUDA_VISIBLE_DEVICES = 0 위 숫자는 GPU에 붙은 숫자인데, 숫자가 반대일 수 있고 아닐 수도 있다. 그러나 GPU 2개를 사용하고 있다면, 그냥 0 또는 1 두 개로 part allocation(부분 할당) 하여 사용할 수 있으니 그냥 0과 1만 잘 기억하여 사용하자. Windows 윈도우 에서 import os os.environ["CUDA_VISIBLE_DEVICES"] = "0" 윈도우는 리눅스와 유사하다. 그러나 main 함수 안에 적는다. 그럼 알아서 잘 작동한다. 유의사항은 위 리눅스와 유사하다. GPU가 2개..

우리가 python을 사용하는 이유 그리고 특별히 jupyter notebook을 사용하는 이유는 다음 그림과 같이, 바로바로 내가 작성한 코드 결과를 볼 수 있어서 이다. 그런데 행복한 tensorflow의 세계에 입문하면, 작성한 코드의 결과를 확인하기가 쉽지 않다는 것을 깨닫게 된다. 이럴 때, 다음 코드를 입력하면 아래 그림과 같이 tensor 안에 들어있는 것을 보여준다. 안보여줄때도 있다고 하는데 그 이유는 아직까지 모른다. init = tf.global_variables_initializer() with tf.Session() as sess: sess.run(init) value = sess.run(변수명을 입력하세용) print(value) ㅎㅇㅌ

Tensorflow 홈페이지에 접속하여 Tensorflow-gpu를 설치하는 방법이 아래 링크에 나와있다. 영어 개꿀딱 https://www.tensorflow.org/install/gpu GPU support | TensorFlow TensorFlow GPU support requires an assortment of drivers and libraries. To simplify installation and avoid library conflicts, we recommend using a TensorFlow Docker image with GPU support (Linux only). This setup only requires the NVIDIA® GPU drivers. Thes www.tensor..

영상 dataset 에서 PNG를 Numpy 라이브러리가 제공하는 array(python은 배열이라는 자료형이 존재하지 않습니당)로 만들어 저장할 경우가 생겼다. 참고로 필자는 Jupyter notebook에서 작업했다. 따라서 간단히 폴더 안에 있는 모든 PNG file들을 Numpy array로 바꾸어 다른 폴더에 저장해주는 프로그램을 짜보았다. path_dir = '' 에서 ''의 안을 파일의 주소로 채운다. (파일의 주소를 찾고, 쓰는 법은 글 하단에 나와 있다.) np.save("" + png, pixel) 에서 ""의 안을 저장할 파일의 주소로 채운다. import numpy as np from PIL import Image import os path_dir = ''# '' 안에 파일을 묶고 ..

만일 공유기로 컴퓨터가 연결되어 있다면, 다른 컴퓨터로 메세지를 보낼 수 있다. 준비물 1. 상대방 컴퓨터의 컴퓨터 이름(주소) 2. 상대방 컴퓨터의 사용자 이름 3. 상대방 컴퓨터의 암호 1. 아래 그림과 같이 "시작 옆 돋보기 검색에서 '자격 증명 관리자'"를 입력하여 들어간다. 그럼 아래와 같은 화면이 나온다. 2. Windows 자격 증명을 눌러 들어간다. 그렇게 되면 아래와 같은 창이 나온다. 3. 위 사진에서 하이라이트 한 Windows 자격 증명 추가를 눌러 들어간다. 그러면 다음과 같은 창이 뜬다. 4. "준비물" 순서대로 위 그림에 하이라이트 한 부분에 입력한다. 그리고 확인을 누르면 준비단계는 끝이다. (아래와 같이 컴퓨터 이름이 나오면 된다.) 5. Windows 명령 프롬프트를 열어..

지금 상황은 기존에 사용하던 linux 대신 Windows를 설치해야 한다. 우선 Windows를 구매하고 도착할 때까지 기다린다. 영롱한 빛깔의 Windows 10 pro.. 이걸 이제 컴퓨터에 설치할 것이다. 우선 내용물은 다음과 같다. 설치 usb, 설치 설명서 그리고 뒤에 라이센스 넘버 카드 과거에는 CD로 많이들 제공되곤 했는데, 요즘에는 usb에 설치 파일을 넣어놓는다고 한다. 아무튼 일단 설명서 1번 부터 읽어보자. 1 단계 디바이스 포트에 usb를 삽입하니다. =Windows를 설치하고 싶은 컴퓨터에 USB를 꽃습니다. 2 단계 컴퓨터를 켜고 USB드라이브로 부팅하도록 선택한다. 방법은 아래 그림에 나와 있듯이, 1. 부팅 우선 순위에서 USB를 맨 위에 오게끔 끌어올린다. 2. 밑에 저장..