GPU를 사용할 수 있도록 nvidia에서 nvidia-docker를 지원하였는데, 이를 통해 docker 내에 있는 tensorflow에서 GPU 리소스를 사용해서 연산을 수행할 수가 있다. 참고로 nvidia-docker는 linux kernel 3.10 이상, docker 버전 1.9 이상에서만 설치되니 해당 요구사항이 충족되지 않는다면 커널과 docker 버전을 업데이트 하자.아래와 같이 docker를 지웠다가 다시 깔아도 기존에 있던 image와 container는 그대로 유지되니 걱정하지 말자. (실제로 해봄. container는 stop된 상태가 되는데, docker 재설치한 후 각각의 container를 다시 start 시켜주면 된다.) $> sudo apt-get purge docker...

대부분 온라인 상에서 pip로 해당 저장소 python package를 가져와서 설치를 하는데, 부득이하게 폐쇄망 환경에서 python package를 설치해야 하는 경우가 발생했다. 과연 될까?? 했는데.. 역시나.. 구글신은 뭐든지 된다. 기본 로직은 우선 1. 온라인 환경에서 pip를 통해 패키지를 다운받기 2. usb 등을 통해 폐쇄망 환경으로 다운받은 패키지를 복사하기3. pip를 통해 패키지를 install 하기. 위의 순서로 진행된다. 1. pip를 통해 패키지 다운받기 $> pip install --download . tensorflow pip3 패키지를 받고 싶은 경우에는 pip 대신에 pip3이라고 명시해 주면된다.위와 같이 실행하면 해당폴더(위의 예제에서는 현재 폴더)에 whl 파일들..

요즘은 Django + Nginx 가 대세인가 보다. 구글에서 검색해 보니 많은 사람들이 이런 식으로 사용하는 것을 확인해 볼 수 있었다. 이번 기회에 나도 Django와 Nginx를 연동해 보기로 했다. 예전에 Django와 apache 연동할 때는 아파치 모듈 중에 WSGI 모듈을 설치한 다음에 conf 파일을 수정해 주었는데, 요즘은 gunicorn이라는 python package를 많이 사용하는 것 같다. WSGI 서버로는 uWSGI와 gunicorn, Apache/mod-wsgi를 많이 사용하는데, uWSGI 같은 경우에는 고성능 서버 성능을 지니고 있으며, gunicorn 같은 경우에는 보통 수준의 성능이지만 설치와 관리가 간단하다는 장점이 있다. (mod-wsgi는 별로인 걸로...) Dja..

구글이 만들어 놓은 모델(inception v3)에 내가 학습하려는 데이터를 추가해서 객체 인식을 해보기로 했다. 아래의 링크를 참조해서 따라해보자. https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/index.html?index=..%2F..%2Findex#0 나같은 경우에는 이미 tensorflow가 설치된 docker container가 존재한 상태였기 때문에 곧바로 4단계로 넘어갔다. 4단계에서는 이제 tensorflow docker 가 설치되어 있다는 가정하에, docker와 연결된 volume에 tf_files 디렉토리를 생성한다. # mkdir tf_files 폴더 생성이 완료되었으면 아래의 curl 명령어를 통해 tr..

동영상 처리를 위해 ffmpeg이라는 괜찮은 툴이 있지만, python script와 연동시에 불편함 점이 있다. (예를 들어 ffmpeg은 외부 모듈이기 때문에 프로그램 종료되는 시점을 정확히 알아야 된다든지의....) 그래서 찾아본 결과 moviepy라는 것이 존재했다. http://zulko.github.io/moviepy/# 내가 하려고 하는 작업은 하나의 동영상이 입력으로 들어왔을 때 그것을 초단위로 이미지를 추출하여 해당 이미지의 객체를 인식하는 것이다.(객체 인식 부분은 나중 포스트에...) 우선 moviepy를 사용하기 위해 moviepy를 설치하자. (sudo) pip install moviepy 설치가 완료되었다면 아래와 같이 import를 해보자. from moviepy.editor ..

Python script를 실행하는데 이게 돌고 있는건지.. 아니면 멈춘건지 의구심이 들때가 간혹 있다. 언제 끝나는지 궁금하기도 하고... 그래서 python으로 progressbar를 표현할 수 있는게 없나 구글에서 찾아봄. http://stackoverflow.com/questions/3173320/text-progress-bar-in-the-console 위 그림과 같이 이쁘게 아주 잘 동작하는 것을 확인할 수 있다. 아래의 링크는 python에서 progressbar를 사용할 수 있는 패키지 https://pypi.python.org/pypi/tqdm