産業用イーサネット linuxptpをUbuntuにインストールしてみた。
PTP通信をするために、linuxptpをUbuntuにインストールしました。ハードウェアタイムスタンプを使って、PTP通信することが可能です。またソフトウェアタイムスタンプにも切り替えれる旨を紹介します。linuxptpをUbuntuにイ...
ミソジ
産業用イーサネット 
AI Vitis AIの使い方。個人的まとめ記事
Vitis AIの使い方のまとめ記事です。バージョンでかなり使い勝手が異なるので、注意が必要です。個人的にVitis AIで環境構築・テストした内容を紹介します。Vitis AIの使い方。個人的まとめ記事Vitis AIの使い方の個人的まと...
エンジニア SSDの増設に必要なもの。実際にデスクトップに取り付けてみた！
デスクトップPCにSSDを増設してみました。2.5インチのSSDに電源ケーブル・SATAケーブルを接続しています。実際に取り付けて、必要なものを確認してみました
AI Vitis AI 3.0でPyTorchのCPUとGPUの環境を構築したメモ
Ubuntu 20.04の環境でVitis AI 3.0をインストールしました。※追記_Vitis AI 3.5でも同様にインストールできることを確認していますPyTorch版のCPUとGPUの両方のdocker環境を整えています。dock...
エンジニア Ubuntu 20.04にGPU+CUDA環境を構築したメモ
デスクトップPCのUbuntuを18.04→20.04に入れ直しました。OS入れ替えましたので、GPU+CUDAの環境も再度対応しました。CUDA Toolkit 12.0をインストールした内容を紹介します。Ubuntu 20.04にGPU...
エンジニア LANカードを増設！Linuxで認識したか確認してみた
Linux(Ubuntu)のデスクトップにLANカードを増設しました。増設前と後でifconfigを行い、どのように認識されるのか確認しています。PCへの取り付け方法含めて紹介します。
AI 機械学習でCPUとGPUを比較！サポートと処理速度を比べてみた
簡単な機械学習をして、CPUとGPUの差を比較してみました。CPUをサポートされているものも多数ありますが、やはりGPUの方が圧倒的に楽です。処理速度もですが、サポートの差がCPUとGPUで違う一例を紹介します。
エンジニア Windows 11 Home(パッケージ版)を購入してみた
Windows 11 Homeのパッケージ版を購入してみました。付属されたUSBとプロダクトキーを使い、無事インストールできました。OS無しの自作PCに、Windowsをセットアップした内容を紹介します。
エンジニア 機械学習のPCを自作してみた！(パーツ予算15~20万円編)
機械学習・ディープラーニング用のPCを自作してみました。パーツの予算総額は約15~20万円のミドルスペックです。機械学習で重要なGPUメモリを重視して、デスクトップPCを組んだ内容を紹介します。
AI Netronをインストール(Ubuntu と Windows)
UbuntuとWindowsの両方でNetronをインストールしました。PyTorch, TensorFlow(機械学習)などの「重み」を可視化してくれる、便利なソフトです。インストール方法・簡単な使い方を紹介します。
AI 第6回AIエッジコンテストが凄く難しいけど勉強になった感想
第6回AIエッジコンテストに参加していました。RISC-Vを使って、画像とLIDAR点群からの3D物体検出が課題でした。ただ貴重な勉強の機会になりましたし、自身への忘備録としても内容を紹介します。
AI nuScenes形式の3D物体検出をKV260(FPGA)で試したメモ
nuScenes形式の3D物体検出(PointPillars)をFPGAでテストしてみました。使用した評価ボードはKV260です。第6回AIエッジコンテストのデータセットでも確認しています。
AI KITTI形式の3D物体検出をKV260(FPGA)で試したメモ
KITTIの3D物体検出(PointPillars)をFPGAでテストしてみました。使用した評価ボードはKV260です。Vitis AIのライブラリを使って、簡単にテストしてみた内容を紹介します。
AI KV260でYOLOX+DPUの物体検出をしてみたメモ
FPGAでYOLOXの物体検出をしてみました。使用したFPGAの評価ボードはKV260です。Vitis AIのサンプルを使って簡単にテストした内容を紹介します。
AI Vitis AIでPytorchのcompileをしてみたメモ
Vitis AIのPytorchのモデル(.xmodel)をコンパイルしてみました。練習を兼ねて、複数の物体検出(YOLOX、PointPillars)のモデルでテストしています。
AI 量子化のFast Finetuningをメモリ不足で諦めたメモ
Vitis AIのFPGA向けの量子化で精度ロスを防ぐFast Finetuningという機能があります。但しPCのメモリが有る程度必要でした。(今回だと28GB程度)低スペックPCには難しく、普通の量子化をした旨を紹介します。
AI LIDAR点群の3D物体検出の学習に失敗したメモ
自動車のLIDAR点群データを使った3D物体検出の学習を試してみました。ただ、Xilinxからサンプルで提供されている学習済のモデル(重み)には勝てず…。色々と試して失敗した内容含めて紹介します。LIDAR点群の3D物体検出の学習に失敗した...
AI nuScenes formatのLidar点群の前処理をしてみたメモ
nuScenes形式のデータセットの学習前の前処理をしてみました。３D物体検出をするために、LIDAR点群を処理しています。データセットの入れ方から、プログラムの実行まで紹介します。
AI nuScenes miniのdatasetを試してみる
nuScenesのデータセットは数百Gbyteと莫大です。nuScenes miniならば数Gbyteのため、テストレベルなら簡単に使えます。ダウンロードして、Vitis AI環境下で簡単に評価まで実施してみました。
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