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。