CATEGORY

Python

画像検索に使用できるMetric LearningをGoogle Colabで試してみた

Metric Learning Metric Learningを使用すると顔認証、画像検索、異常検知などに適用できます。識別では対応できない未知の顔、画像、データに対応できる点がメリットです。 下記は顔認証の例になります。顔の投影角度が変わっても距離を小さくできていることが分かります。 Schroff, Florian, Dmitry Kalenichenko, and James Philbin […]

PyTorchでモデルの枝刈りを行い軽量なモデルを作成する

参考情報 下記の記事を参考にしました。 https://pytorch.org/tutorials/intermediate/pruning_tutorial.html Google Colabで動作確認をしました。設定方法は下記記事に記述しています。 モデルの作成 下記のコードでLeNetのモデルを作成します。 モデルの重みとバイアスを確認します。 下記のようにパラメータを確認できます。 モデル […]

PyTorchに繋げやすい音声前処理torchaudioを用いた音声処理を試してみる

参考情報 下記の記事を参考にしています。 https://pytorch.org/tutorials/beginner/audio_preprocessing_tutorial.html Google Colabを使用して動作確認しました。下記に手順を載せています。 Google Colabでは予め必要なライブラリがインストールされていますがtorchaudioはインストールされていないのでインス […]

GPUを用いたBlazingSQLによる高速なデータの可視化

下記のサイトにアクセス https://github.com/BlazingDB/blazingsql 下記の中から”Data Visualization”を選択するとGoogle Accountを持っていれば使用可能になります。 アクセスに成功すると下記のようにJupyter Notebookが現れます。 BlazingContextを作成します。 NYC Taxi データ・セットがS3で公開さ […]

GPUでSQL操作を高速化可能なBlazingSQLを試してみました

blazingSQL blazingSQLは下記のようなイメージになります。RAPIDsはGPU Data Frameに対して複数のインターフェースを用意しているようです。 blazingSQLはSQLインターフェースを使って大規模データにアクセスできます。 上記の画像は下記から取得しました。 https://docs.blazingdb.com/docs 下記のサイトで簡単に試すことができます。 […]

PyTorchの量子化とQuantization aware trainingについて

量子化とQuantization aware training ベータ版ですがPyTorchでの量子化とQuantization aware trainingについて記述された記事が公開されています。今回はこの内容を試してみたいと思います。注意点としてCPUでのみしか実行できないようです。(2020年9月24日時点) https://pytorch.org/tutorials/advanced/s […]

GPU dashboardでGPUクロックを確認できるようにする

環境構築と動作方法 環境構築や動作確認方法は下記の記事を参考にしてください。 GPUクロックの確認のための修正 Rapidsのdockerコンテナに入り、下記のコードを編集します。GPUクロックの項目を追加します。 /opt/conda/envs/rapids/lib/python3.6/site-packages/jupyterlab_nvdashboard/server.py 下記のコードを編 […]

Triton Inference Serverを使って簡単に画像分類を行う

Triton Inference Server 今回はTriton Inference Serverを使ってみます。推論用のサーバーを立ててHTTP/RESTもしくはGRPC経由で動作可能です。クライアント側から推論処理をしたいデータをサーバーに送って処理を行います。 下記のような特徴があります。 複数のフレームワークをサポート:ONNXやSavedModelなど 複数のモデルの同一GPUでの同時 […]

グラフデータの探索処理をcuGraphで高速化できるか検証した

環境情報 GPUでグラフデータを高速に解析できるcuGraphを発見しました。 https://github.com/rapidsai/cugraph NGCからdockerコンテナを取得して動作確認をしました。NGCの設定方法は下記をご覧ください。 構築環境は下記です。 ハードウェア CPU: Intel(R) Core(TM) i9-9900K CPU @ 3.60GHz Memory: 64 […]

Close Bitnami banner
Bitnami