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。
AI 
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。