딥러닝3 CVAT 디스크 사용량 90% 초과 문제 해결 방법 CVAT의 원활한 실행을 위해 디스크 용량을 최적화하는 방법을 알아보겠습니다.1. 불필요한 파일 정리하기CVAT가 생성하는 로그 파일과 캐시 데이터를 정기적으로 삭제하여 디스크 공간을 확보할 수 있습니다.불필요한 Docker 컨테이너 및 이미지 정리docker system prune -a위 명령어를 실행하면 사용하지 않는 모든 Docker 이미지, 컨테이너, 볼륨이 삭제됩니다.로그 파일 정리rm -rf /var/log/cvat/*CVAT 로그 파일을 삭제하여 디스크 공간을 확보할 수 있습니다.2. 데이터베이스 최적화CVAT는 PostgreSQL을 데이터베이스로 사용합니다. 불필요한 데이터를 제거하면 공간을 절약할 수 있습니다.VACUUM FULL;이 명령어를 실행하면 데이터베이스에서 사용하지 않는 공간을.. 2025. 3. 19. 딥러닝 모델 성능을 높이는 핵심 튜닝 방법 총정리 (실무자를 위한 고급 가이드) 딥러닝 모델의 성능을 극대화하려면 단순한 기본기 너머의 다양한 튜닝 기법을 적용해야 합니다. 특히 데이터 처리, 하이퍼파라미터 최적화, 학습 기법 개선, 과적합 방지, 전이 학습, 최신 모델 구조 활용, 하드웨어 최적화 등 여러 측면에서의 전략이 필요합니다. 여기서는 초급 단계를 넘어 실무자와 연구자에게 유용한 딥러닝 성능 향상 기법들을 정리합니다.1. 데이터 전처리 및 증강 기법데이터 전처리는 모델 학습의 토대를 다지는 단계입니다. 입력 데이터의 정규화(normalization) 및 표준화(standardization)를 통해 특징값의 범위를 조정하면 학습이 안정되고 빠르게 수렴합니다. 예를 들어 이미지 픽셀 값을 0~1 사이로 스케일링하거나, 특성 벡터의 평균을 0으로 만드는 등의 처리가 일반적입니다.. 2025. 3. 3. 탐색 - 몬테카를로 트리 탐색(Monte Carlo tree search, MCTS) 오늘부터 인공지능에 대해 공부를 해보겠습니다. 들어보셨을 수도 있고 한 탐색 기법인, 몬테카를로 트리 탐색 기법에 대해 알아보겠습니다. 우선 탐색기법부터 정의를 살펴보겠습니다. 탐색이란? - 컴퓨터가 문제를 해결하기 위하여 스스로 해답에 이르는 경로를 찾아가는 과정이다. 라고 합니다. 알파고가 딥러닝만 가지고 바둑을 제패한건 아니고 이 인공지능 알고리즘 중, 탐색 알고리즘이 적용되었다고 합니다. 사실 상, 모든 경우의 수를 탐색하기에는 하드웨어 상, 굉장히 높은 복잡도를 요구하게 됩니다. 그래서 샘플링을 해서 가장 가능성 있는 몇개의 수만을 추려낸 후에 이들 수에 대해서만 탐색을 합니다. 즉, 샘플링을 하는거죠 다음 그림을 보고 얘기를 한번 드려보겠습니다. 몬테카를로 트리 서치(MCTS)기법이라고 합니다.. 2020. 3. 11. 이전 1 다음
