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
AI 
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。
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。
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。
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。
AI COCOのデータセットの簡単な使い方！FiftyOneを試してみた
COCOのデータセットを簡単な使い方を紹介します。
Fifityoneというツールを使えば、任意のデータセットを簡単に作成可能です。
Colab上で動かしましたので、誰でも同様にテストできます。
AI GPUバックエンドに接続できませんが出たのでColab Proに課金した話
最近Google Colabで重いデータセットを学習させるケースが増えてきました。
ただし無料版のColabで長時間GPUを使っていると、制限が掛かり暫く使えなくなります。
そのため有料版のColab Proに課金してみました。
AI Vitis AI Model ZooでPyTorch+YOLOXを動かそうとしたメモ
Vitis AI Model ZooでPyTorch+YOLOXを動かそうとしたメモです。
データセットの入手から学習までの流れを実施しています。
手順を紹介します。
AI Ultra96-V2とVitis-AIをAventのplatformsで動かすメモ
Ultra96-V2でVitis-AI 2.0を動かしてみました。
Aventが提供しているimgファイルを使えばデモ程度は簡単に動作できます。
手順を紹介します。
AI AIエッジコンテストが勉強になった(難しかった)件
第5回AIエッジコンテストに参加していました。
(筆者の力量では)コンテストの課題が難しく、最後の実装まで到達できませんでした。
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 FPGAでAIの実装にチャレンジ！コンテスト準備編
FPGAでAI技術を用いた画像認識を試したく、コンテストに参加しています。
ハード・ソフトの環境構築など、実装するための準備をまとめてみました。
FPGAでAIの開発を始める・試してみたい方に参考になれば幸いです。
Azure Azureに入門！ラズパイとPythonから接続してみた！
AzureにラズベリーパイとPythonで繋げてみました。
初心者でも簡単にAzure(クラウド)を始めることができます。
Azureへの登録から設定方法、またPythonのプログラム含めて紹介しています。
OPC UA PythonでIoT！Raspberry Piで産業用のデータ収集してみた
PythonでEtherCAT,PROFINETの産業用データを収集してみました。 ラズパイと無料ソフト環境でテストしていますので誰でも実施可能です。 使用したライブラリからプログラムまで一から紹介します。 PythonでIoT！Raspb...
機械学習 KaggleのデータセットをAutoML Visionでエッジに組み込む
GoogleのAutoMLを使ってKaggleのデータセットを解析、またエッジ向けのモデルを作成してみました。 機械学習の初心者の筆者でも簡単に試すことができ、非常に勉強になった旨を紹介します。 KaggleのデータセットをAutoML V...