AI 機械学習でgpuメモリ不足のためバッチサイズを変更したメモ
Pytorchで機械学習を回しているときにGPUメモリ不足でエラーになりました。一番簡単な対策として、バッチサイズ(batchsize)の変更をしました。CUDA out of memoryになったときに対応したメモを紹介します
ミソジ
AI 
エンジニア GTX1650 GDDR6の消費電力を測定してみた
GTX1650のGDDR6に負荷を掛けて、どれほどの消費電力になるか確認しました。機械学習を行い、GPUに100%の負荷を掛けた状態を測定しています。GTX1650の起動時、Idel時、100%の負荷時の消費電力を紹介します。
AI Vitis-AI Quantizer(量子化)の3D物体検出に失敗したメモ
Vitis-AIのサンプル・ライブラリにないFPGAの量子化(Quantizer)を試してみました。ただ3D物体検出(pointpainting)の対応はとても難しく失敗に終わりました。忘備録として一連の流れを紹介します。
AI KITTIとPointPillarsのVitis AIのサンプルを調べたメモ
Vitis AIでKITTIとPointPillarsの機械学習を試してみました。データセットの用意からFPGAへの量子化までの動作確認をしています。その際にエラー出た内容含めて紹介します。KITTIとPointPillarsをVitis ...
AI spconvの古いVer1.2.1のインストールが苦労したメモ
3D物体検出でspconvのライブラリを使っていたところエラーが出ました。元々参照していたのが古いVer1.xのライブラリでした。何とか環境維持しつつ、エラー消すために再度ビルドした内容を紹介します。
AI Vitis AIでvai_q_pytorchをインストールしてみたメモ
Vitis AI でPytorchの量子化(vai_q_pytorch)する場面があります。Ver2.5でnvccの並列計算を使うには、環境のセットアップが必要です。vai_q_pytorchをインストールする方法を紹介します。
AI Ubuntuでninja-buildをインストールしてみた
CMAKEよりも高速にビルドできると言われるninjaがあります。機械学習などのライブラリを使うときにもninjaを求められる場合がありますUbuntuでインストールしてみましたので紹介します。
AI Vitis AIでPytorchのConda環境を新しく構築してみた
Vitis AIでPytorchのConda環境を立ち上げてみました。量子化(vai_q_pytorch)する上でgpuとnvccを使うには、環境のセットアップが必要です。FPGAに向けてPytorchのモデルを量子化する内容を紹介します。
AI Vitis AI GPU dockerの環境構築をしたメモ
XilinxのFPGAのAI開発環境である、Vitis-AI 2.5のGPU版を立ち上げてみました。dockerやCUDAなど多くのものを事前にインストールする必要があります。実際にGPU dockerの環境構築をした手順を紹介します。
エンジニア UbuntuでCUDAの削除から再インストールまでのメモ
CUDAのインストールに失敗した場合、またバージョンを変更したい場合は多々あります。UbuntuでCUDAの削除から再インストールまで実施しました。自身への覚書含めて、ブログ記事として紹介します。
エンジニア グラボの補助電源なしのメリット！玄人志向のGTX1650編
玄人志向のGTX1650を購入して、市販のデスクトップPCに取り付けてみました。補助電源無しのタイプですので、グラフィックボードを挿し込むだけで動作可能です。購入から取り付け、ドライバのインストールまでの流れを紹介します。
エンジニア Linuxでクローン！ddコマンドからパーティション拡張までしてみた
Linux(Ubuntu)でCドライブの容量が足りなくなり、SSDを交換しました。ddコマンドでのクローン、またパーティション拡張まで対応しました。無事500GB→1TBにSSDの容量アップできた旨を紹介します。
AI Vitis AIでdocker_build_gpu.shが失敗するメモ
VItis AIでGPU版のDockerをビルドすると失敗しました。エラーの症状とメッセージ、ログをメモしておきます。また原因を調べてみました。
AI VItis AI 2.5やPetaLinuxなどインストールしてみたメモ
Vitis AIの最新版2.5やPetaLinuxインストールしてみました。ダウンロードからの一連の流れを簡単に紹介します。
AI ColabでMMDetectionとOpera Datasetを動かしてみた
Opera Datasetの2DサンプルをColabでテストしてみました。Google Driveに学習データを入れて、実際に学習・デモまで実施しています。手順を一から紹介します。
FPGA TSN通信の仕組みのまとめ。実際にテスト・調べてみた
TSN(Time Sensitive Networking)について、開発・調査してみました。今までに調べた内容を、一つの記事にまとめて紹介します。個人でもTSNの環境構築から実装・通信テストまで可能です。
FPGA TSNのXilinxのIPを部分的に確認してみた
XilinxのTSNのIPを確認してみました。基本的には個人では使用できないIPです。但し、評価ボードのデザインファイルから一部参照することが可能です。確認する手順を紹介します。
FPGA TSNの時刻同期の仕組み。IEEE 802.1QBVを試してみた
TSNの時刻同期の仕組みの重要なポイントである、IEEE 802.1QBVを試してみました。通信トラフィックをスケジューリングする仕様を確認しています。実際の通信テストから解析方法まで紹介します。
FPGA TSNスイッチとして使えるFPGAの評価ボード(KR260)
XilinxのKR260というFPGAボードはTSNに対応しています。更にTSN対応のRJ-45(LAN)コネクタが2つあります。TSN スイッチとして、またエンドポイントとしても使えることを紹介します。
FPGA TSNとPTPの違いは？通信テストの設定・ログから確認してみた
TSNの環境構築して、PTPの通信テストを行いました。そしてテストしたPTPの設定が、TSNの規格に適応しているのか確認してみました。設定・ログを見直しながら、PTPとTSNの違いを確認した内容を紹介します。
FPGA TSN Ethernetの実装をFPGA(KR260)で試してみた
TSN(Time Sensitive Networking)のイーサネット環境を作ってみました。KR260というTSN対応のFPGAボードを使ってテストしています。TSNの環境構築から実装・通信テストまで一連の流れを紹介します。
FPGA IEEE-1588/PTP対応のLANカード(NIC)を動かしてみた
IEEE-1588/PTP対応のLANカード(NIC)を購入してみました。実際にPCにカードを取り付けて、PTPの動作確認まで実施していますLANカード(NIC)の選定から、PTP通信までの内容を紹介します。
AI KR260とPetaLinuxでROS2を作ろうとしたメモ
PetaLinuxの練習兼ねてPetalLinuxでKR260用のROS2を作ろうとしました。公式のUbuntu上ではなく、オリジナルのROSです。ただ最後のビルドが上手くいかなかったので途中までのメモです。
AI KR260を購入してUbuntuを動かすまでのメモ
XilinxのKria KR260のロボティクス スターター キットを買ってみました。Digi-Keyから個人で購入しています。Ubuntuを動かすまでの流れを紹介します。
エンジニア DELLのデスクトップをSSDに換装！INSPIRON 3650編
DELLの中古デスクトップPCでHDDからSSDに交換しました。起動時間が約2分→約20秒になり、非常に快適です。HDDの取り外し方法から、SSDへの交換まで分かりやすく紹介します。
エンジニア 中古のPCにグラボを増設してみた！NVIDIA GeForce GT 710編
中古のデスクトップにグラボを増設(後付け)してみました。格安のNVIDIA GeForce GT 710ですが、問題なく動作確認できています。中古PCの購入から、グラフィックボードの増設までの流れを紹介します。
エンジニア OS無しのPCにLinux(Ubuntu)をインストールしてみた
OS無しの中古PCを購入しましたので、Linuxをインストールしました。Ubuntuを入れています。ダウンロードからインストール方法まで紹介します。
エンジニア ジャンクワールドで買ってみた！中古のデスクトップOS無し
ジャンクワールドでOS無しの中古デスクトップを購入しました。格安で購入でき、BIOS起動も問題ありませんでした。改造目的・Linuxに使う…という方におすすめできる内容を紹介します。
AI AIを勉強するPC環境のスペックは？ノートで試してみた
AIの勉強するためにPCのスペックが何処まで必要なのかを確認してみました。書いている人のPCは市販のWindowsのノートPCです。実際にプログラムを書いたりコンテストに参加して、PCの影響具合を体験してみました。
AI YOLOXの学習をCOCOのデータセットから試してみた
YOLOXでの学習を実際に一から試してしてみました。COCOのデータセットの入手から、物体検出まで行っています。Colab上で実施していますので、誰でも同様にテスト可能です。