전체 글146 딥러닝을 위한 리눅스(Ubuntu) GPU 서버 구축하기 - 2. GPU Setting # 세줄 요약 # 1. Server Setting: 고정 IP 설정, ssh 포트 변경 및 포트 포워딩 설정, ssh 연결 자동화 2. GPU 설정: Nvidia Driver 설치 (* CUDA & Anaconda는 "Docker" 사용할 것이므로 제외!) 3. 추가 설정: Docker 설치(+Nvidia container toolkit 설치), NFS 설치 및 세팅 # 상세 리뷰 # * GPU 서버 환경: Linux(Ubuntu) base, Nvidia GPU * 로컬 컴퓨터 환경: Linux or MAC 1. GPU Setting 1-1. 그래픽 카드 드라이버 설치 - 그래픽 카드 정보 및 드라이버 확인 설치 가능한 드라이버 확인 ubuntu-drivers devices 현재 설치된 그래픽카드 확인 .. 2023. 4. 2. 딥러닝을 위한 리눅스(Ubuntu) GPU 서버 구축하기 - 1. Server setting # 세줄 요약 # 1. Server Setting: 고정 IP 설정, ssh 포트 변경 및 포트 포워딩 설정, ssh 연결 자동화 2. GPU 설정: Nvidia Driver 설치 (* CUDA & Anaconda는 "Docker" 사용할 것이므로 제외!) 3. 추가 설정: Docker 설치(+Nvidia container toolkit 설치), NFS 설치 및 세팅 # 상세 리뷰 # * GPU 서버 환경: Linux(Ubuntu) base, Nvidia GPU * 로컬 컴퓨터 환경: Linux or MAC 1. Server Setting - Ubuntu update: 설치 시작 전에 우분투 업데이트 (가능하면 정기적으로 가끔씩 해주자!) sudo apt update && sudo apt upgrade .. 2023. 4. 1. [upU-net] Benfenati, 2022, upU-Net Approaches for Background Emission Removal in Fluorescence Microscopy # 세줄 요약 # 자동형광(auto-fluorescence)은 형광현미경(fluorescence microscopy) 영상에서 목표한 대상 물체를 관측하는데 장애물이 되는 아티팩트(artifact)를 만들어내기에, 저자들은 "upU-net"이라 명명한 U-net의 수정 모델을 가지고 딥러닝을 통해 이렇게 배경에서 방출된 아티팩트를 fluorescence confocal microscopy images에서 제거하는 연구를 수행하였다. upU-net을 학습하고 테스트하기 위하여 psf(point spread function)와 Perlin noise를 사용하여 실제 형광 현미경 영상과 거의 유사한 영상들을 만들어 실험을 하였고, 그 결과 배경이 제거되는 것은 물론이고 신경망이 영상을 재구축하면서 Guassi.. 2023. 2. 28. 비전 딥러닝 특강 - 3-3. 영상 처리 / 영상 데이터 시뮬레이션 2023. 2. 16. 비전 딥러닝 특강 - 3-2. 영상 처리 / 영상 데이터 전처리 2023. 2. 16. 비전 딥러닝 특강 - 3-1. 영상 처리 / 영상 데이터의 이해 2023. 2. 16. 비전 딥러닝 특강 - 2-3. 신경망의 이해 / 신경망의 학습 원리 2023. 2. 9. 비전 딥러닝 특강 - 2-2. 신경망의 이해 / 신경망의 수학적 구성 요소 2023. 2. 9. 비전 딥러닝 특강 - 2-1. 신경망의 이해 / 머신러닝의 이해 2023. 2. 9. 비전 딥러닝 특강 - 1-3. 인공지능 개념 / 인공지능 개발: 텐서플로 & 파이토치 2023. 2. 9. 이전 1 2 3 4 5 6 7 ··· 15 다음
