분류 전체보기 (141) 썸네일형 리스트형 [ubuntu autostart] Autostart program on JetsonTX2 Update 2019.8.20: 작성 2019.9.15: 포스팅 우리가 JetsonTX2를 사용하는 이유는 딥러닝 알고리즘 및 컴퓨팅 파워가 필요한 알고리즘을 임베디드 보드에서 사용하기 위해서이다. 따라서 우리가 사용하는 임베디드 시스템처럼 전원을 켜면 JetsonTX2에서 코딩한 프로그램들이 자동으로 실행되도록 설정해야 한다. 본 포스팅에서는 JetsonTX2 환경에서 작성한 프로그램이 JetsonTX2에 전원을 주었을 때 자동으로 실행되도록 설정하는 방법에 대해 설명한다. 본 포스팅은 Reference [1]의 과정을 따라 하면서 정리하였다. 1. Ubuntu에서 'startup Applications'를 검색한다. 2. 'Startup Applications'를 클릭하면 아래와 같이 "Startup.. openCV, tqdm, scipy Installation on Jetson TX2 Update 2019.8.20: 작성 2019.9.8: 포스팅 Jetson TX2에 ubuntu와 JacPack을 설치하면 임베디드 보드에서 딥러닝을 구현할 준비가 된 것이다. 이제 본인이 활용하는 딥러닝 프레임워크를 선택하여 설치하고 딥러닝 알고리즘을 구현하면 된다. 본인은 tensor flow를 이용해서 딥러닝 알고리즘을 구현하기 때문에 tensor flow를 설치하였다. 설치 방법은 이전 포스팅을 확인 바란다. 딥러닝 알고리즘 중에서 CNN(Convolutional Neural Network)와 같이 이미지를 데이터로 사용하는 딥러닝을 구현하기 위해서는 opencv의 설치가 필수적이다. 본 포스팅에서는 Jetson TX2에 opencv를 설치하는 과정을 포스팅하고자 한다. 이와 함께 tqdm과 sc.. Tensorflow Installation on Jetson TX2 Update 2019.8.20: 작성 2019.8.29: 링크 및 오류 수정 2019.9.1: 포스팅 Jetson TX2에 ubuntu와 JetPack을 깔았다면 이제 임베디드 시스템에서 딥러닝을 할 준비가 어느정도 된 것이다. 이제부터는 본인이 어떤 프레임워크로 딥러닝을 구동할지 결정하여 프레임워크를 설치하면 된다. 본인은 Tensorflow를 기반으로 딥러닝 알고리즘을 구현하고 있기 때문에 본 포스팅에서는 JetsonTX2에 Tensorflow를 설치하는 방법에 대해 포스팅 하려고 한다. 참고로 JetsonTX2에 ubuntu와 JetPack을 설치하는 방법은 유투브 아래의 링크를 참조하길 바란다. 본인은 ubuntu16.04에 Jetpack 3.3을 설치하였다. https://www.youtube... your own mnist dataset classification with tensorflow Update 2019.8.17: Writing 2019.8.26: Posting 본 포스팅은 github에 업로드한 mnist_dnn repository에 대한 설명이다. 코드에서 사용한 여러가지 API 및 모듈에 대한 해설은 "mnist my own data" 포스트를 참조하기 바란다. dnn_mnist.py import tensorflow as tf import numpy as np from glob import glob from PIL import Image from util import get_label_from_path from util import data_slice_and_batch # 1.Hyper Parameter num_epoch = 2 batch_size = 500 height = 2.. 통영 여행 비진도 [통영 여객선 터미널 - 내항 - 해변 - 외항 - 선유봉 - 통영] 3 안섬에서 바깥 섬으로 가는 길에 있는 해변입니다. 왼쪽은 자갈이 오른쪽은 고운 모래가 깔려있습니다. 물이 깨끗해서 바닷속 돌들이 보입니다. 저는 바다소리를 좋아합니다. 눈을 감고 해변에 부딪치는 바닷소리를 들으면 마치 바다에서 있는 것 같은 느낌이 들거든요. 이제 해변을 뒤로하고 저 멀리 보이는 선유봉으로 올라갑니다. 바깥 섬에는 파란색으로 길을 표시하는 길 안내선이 있습니다. 어디로 가야할지 모를 때에는 파란색 길 안내선을 따라가면 됩니다. 저는 길 안내선을 따라 선유봉으로 올라갑니다. 선유봉으로 올라가던 길에 뒤를 돌아봅니다. 안 섬에서 보던 해변과는 또 다른 풍경이 나옵니다. 안 섬에서는 크게만 보였던 춘복도가 바깥 섬에서는 굉장히 작은 섬으로 보입니다. 바다 백 리 길을 따라 올라가면 비진도 산호.. mnist your own dataset - tensorflow.data.Dataset 3 Update 2019.8.13: Posting import tensorflow as tf import numpy as np from glob import glob from PIL import Image ### 사용할 함수 정의 ### def get_label_from_path(DATA_LIST): label_list = [] for path in DATA_LIST: label = path.split('/')[-2] label_list.append(label) return label_list def _read_py_function(DATA_PATH_LIST, LABEL_LIST): image = np.array(Image.open(path)) image.reshape(image.shape[0], image.. mnist your own dataset - tensorflow.data.Dataset 2 Update 2019.8.9: Posting def data_slice_and_batch(DATA_PATH_LIST, labels, bufferSize, batch_size): dataset = tf.data.Dataset.from_tensor_slices((path_list, labels)) dataset = dataset.map(lambda path_list, labels: tuple(tf.py_func(_read_py_function, [path_list, labels], [tf.int32, tf.uint8]))) dataset = dataset.shuffle(buffer_size=(bufferSize)) dataset = dataset.repeat() dataset = dataset.batch(b.. 통영 여행 비진도 [통영 여객선 터미널 - 내항 - 해변 - 외항 - 선유봉 - 통영] 2 비진도 내항에 내렸습니다. 그런데 그렇게 많은 사람들 중에 내항에 내린 사람들은 저를 포함해서 단 2명밖에 없었습니다. 그래서 잘못 내렸나(?) 싶었은데, 지금에 와서 단호하게 말할 수 있는 건, 무조건 내항에 내려야 한다는 것입니다(!). 제목에 적혀있는 것처럼 "내항-해변-외항-선유봉"을 거쳐야 비진도를 제대로 느낄 수 있습니다. 위에서 보는 사진은 구글지도에서 본 비진도입니다. 육지에서 가까운 곳이 안 섬, 먼 곳에 위치한 곳이 바깥 섬이고, 각각 내항과 외항이 있습니다. 저는 안 섬의 내항에 내렸습니다. 오른쪽 그림에서 빨간색으로 표시한 것이 제가 비진도를 이동한 경로입니다. 안 섬에서 길을 따라 걸으면, 춘복도가 함께하는 바다와 바깥 섬의 외관을 볼 수 있습니다. 그리고 두 섬을 연결하는 해변을.. 이전 1 ··· 9 10 11 12 13 14 15 ··· 18 다음
