학습 시 Multi GPU 사용을 위해 nn.DataParallel을 사용.# ...model = nn.DataParallel(model)# ...  2개의 GPU에서 학습한 모델을 불러올때 아래와 같은 에러가 발생.pytorch RuntimeError: Error(s) in loading state_dict for XXX  nn.DataParallel로 병렬화 하면서 state_dict 키값에 'module.'이 붙으면서 맞지 않아서 발생하는 오류라고 한다. 학습 완료 후, 모델 추론 시 아래와 같은 방법으로 해결.from collections import OrderedDictmodel = MyModel().to(device)state_dict = torch.load('XXX.pth')new_state..

python.exe -m pip install --upgrade pip # 오류 발생 pip upgrade? update? 하면서 발생하는 오류 아래 방법대로 하니까 해결되었다. Uninstall SetupTools: python -m pip uninstall pip setuptools Upgrade PIP: pip3 install --upgrade pip Reinstall Setuptools: pip install --upgrade setuptools

이전 포스팅 2023.07.21 - [DeepLearning/YOLO] - [YOLOv8] YOLOv8 install windows 10 [YOLOv8] YOLOv8 install windows 10 YOLOv8 설치 정리 https://github.com/ultralytics/ultralytics GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite - GitHub - ultralytics/ultra wjs7347.tistory.com YOLOv8 Export - ultraly..

PyObject *pFunc, *pArg, *pResult; PyObject *pValue1, *pValue2, *pValue3; PyObject *ob1 = NULL, *ob2 = NULL, *ob3 = NULL; // Function name pFunc = PyObject_GetAttrString(m_pModule, "func"); if (pFunc && PyCallable_Check(pFunc)) { // Set values pValue1 = PyLong_FromLong('long_value'); pValue2 = PyLong_FromLong('long_value'); pValue3 = PyLong_FromLong('long_value'); // Set arg pArg = PyTuple_New(3)..

Call By Object Reference Call By Value : 함수에 인자를 넘길 때 값만 넘김 Call By Reference : 메모리 주소를 넘김, 함수 내에 인자 값 변경 시 호출자의 값도 변경 Call By Object Reference Python은 객체의 주소가 함수로 전달되는 방식 전달된 객체를 참조하여 변경 시 호출자에게 영향을 줌 (여기까지는 Call By Reference와 같음) but, 새로운 객체를 만들 경우 호출자에게 영향을 주지 않음 코드 예시 def func(b): b += 10 print(b) a = 10 func(a) print(a) 위 코드를 예시로 Call by Value, Reference, Object Reference를 설명해보자. 위 코드가 Call..

인터프리터 언어 플랫폼에 독립적인 인터프리터 언어 OS에 상관없는 통역기를 사용하는 언어 OS에 상관없이 적절한 인터프리터만 있으면 다 돌아간다라는 뜻... 컴파일러 : 소스코드를 기계어로 먼저 번역 ( OS에 맞춰서 ) (C, C++, C#, Java) 인터프리터 : 소스코드를 실행시점에 해석하여 번역없이 바로 실행 (Python, Scalar) 객체 지향 동적 타이핑(Dynamic Typing) 언어 프로그램이 실행하는 시점에 프로그램이 사용해야할 데이터에 대한 타입을 결정 함 장점 : 메모리를 적게 필요한다, 변수 타입 지정 x, 이해하기 쉽다 단점 : 느리다