PyTorch Hub Translation Week 1

PyTorch Hub Translation Week 1 - SqueezeNet

개발자행사/PyTorchHub

by cepiloth 2022. 7. 15. 15:06

728x90

1주 차 과제로 번역하고 싶은 모델을 선정하고 간단하게 블로그에 포스팅합니다.

모델 선택

필자의 경우 squeezenet을 선택하였습니다.

주소는 https://pytorch.kr/hub/pytorch_vision_squeezenet/입니다. 해당 URL에 접속하면 아래와 같은 화면이 표시되는데 Open On Google Colab 버튼을 클릭하면 Colab에서 실습을 할 수 있는 환경이 구성됩니다.

COLAB에서 실습하기 전 GPU를 사용하기 위해서 메뉴 중 [런타임 - 런타임 유형변경] 클릭하여 하드웨어 가속기를 GPU로 변경합니다.

GPU가 제대로 활동되어 있는지 확인하기 위해 COLAB 상단에서 아래 코드를 추가하고 실행합니다. 필자의 경우에는 Tesla T4로 GPU 가 할당된 것을 알 수 있습니다.

!nvidia-smi

첫 번째 셀을 실행하도록 하겠습니다. torch 패키지를 import 하고 hub에서 squeezenet을 load 하는 코드입니다. 로드가 완료되면 아래와 같이 출력물이 나타납니다.

다음 셀로 이동하여 dog.jpg을 다운로드합니다. 다운로드가 완료되면 코랩 파일 창에서 dog.jpg 파일이 생성된 것을 확인할 수 있으며 더블 클릭하면 아래아 처음 오른쪽 창에 이미지가 나타납니다.

다음 셀로 이동하여 코드를 실행합니다. 아래 코드는 다운로드한 dog.jpg 파일을 squeeze 모델에 맞게 전 처리하고 해당 모델로 추론하는 코드입니다.

다음 셀로 이동하여 imagenet_classes.txt 파일을 다운로드합니다.

위에서 다운로드한 imagenet_classes.txt 파일을 읽어 추론된 결과의 top-5 출력하는 코드입니다.(아마도 레이블이 들어있지 않을까 합니다.) 해당 코드의 결과로 Samoyed(사모예드견)이 가장 높은 score 나온 것을 확 인 할 수 있습니다.

이상으로 1주 차 미션을 진행하였습니다. 토치 함수의 역할이나 함수 및 SqueezeNet에 대한 설명을 적어야 하나 하는 생각이 들기는 하나 온라인 미팅을 진행할 때 문의해보도록 해야겠습니다.

https://underflow101.tistory.com/27 블로그에 SqueezeNet 모델에 설명이 잘 되어 있습니다.

728x90