본문 바로가기

전체 글

 (182)
[Git] git log 옵션, 많이쓰는것들 정리 --oneline 커밋된 로그들을 한 줄로 보여준다. 여러개의 커밋로그중에서 내가 찾고 싶은 로그가 있거나, 로그들의 흐름을 보고싶을때 사용한다. 그러나 oneline옵션으로 로그를 보면 로그의 제목만 보이고, 구체적인 내용을 파악하기 어려운 경우가 있다. 로그를 제목/본문으로 나눠서 커밋한다면 --oneline 옵션 없이 로그를 보는게 더 편할 때가 있다. --shortstat 이 옵션은 몇개의 파일이 변경되고, 몇개의 line이 추가/삭제 되었는지를 보여주는 명령어다. -p git commit 하면서 변경된 사항들을 보여준다. --graph 커밋로그들을 그래프로 시각화하여 보여준다. branch들의 분기, 병합을 한눈에 보기 편하다. 참고한 사이트 http://www.dreamy.pe.kr/zbxe/..
[리눅스] 디렉토리 용량 확인 명령어 정리 현재 디렉토리에 포함된 모든 파일과 디렉토리의 용량을 출력하는 명령어1 du -sh ./* | sort -rh 장점 : 디렉토리에 K, M, G 등 단위가 표시되어 출력되기 때문에 사람이 보기 편하다. 단점 : 모든 파일과 디렉토리의 용량이 출력되고, 내림차순으로 정렬된다. 출처 현재 디렉토리에 포함된 모든 파일과 디렉토리의 용량을 출력하는 명령어2 du -d 1 -h | sort -h 장점 : 디렉토리에 K, M, G 등 단위가 표시되어 출력되기 때문에 사람이 보기 편하다. 또한 오름차순으로 정렬되어 보기 편하다. 단점 : 출처
[npz] npz 데이터에서 keys 확인하기 dictionary 같은 경우에는 data.keys()로 안에 어떤 데이터들이 들어있는지 확인 가능하지만 npz data같은 경우에는 keys()로 확인이 안된다. 하지만 간단하게 다음의 명령어로 확인이 가능하다. data.files >> ['trans', 'gender', 'mocap_framerate', 'betas', 'dmpls', 'poses'] 출처) https://stackoverflow.com/questions/49219436/how-to-show-all-the-element-names-in-a-npz-file-without-having-to-load-the-compl
[model freeze] layer 의 일부만 freeze 하기 if config.model.use_param_regressor: print(f"freeze all parameters except ParamRegressor") for name, param in model.named_parameters(): if 'ParamRegressor' in name: # print(f"{name} requires_grad = True") pass else: param.requires_grad = False # print(f"{name} requires_grad = False")
[중고거래] 당근마켓 거래(구매)할때 물어보면 좋을것들 별거아니지만 몇번의 중고거래를 하고나서 물어보면 좋았던것들인데 물어보지 않아서 약간 후회했던것들이 있어서 여기서 기록하고자 한다. 직거래 or 택배거래 일때 제품명(제품명 모르면 원래가격이라도 물어본다) 택배거래일때 전화번호 물어보고 확인전화 한번 한다. 옷일때 1. 실착횟수 물어본다. 2. 그 사람 신체사이즈(키, 몸무게, 체형)물어봐서 참고한다. 3. 빨면 줄어드는 옷인지, 털빠짐같은것이 있는 옷인지 물어본다.
[torch error] RuntimeError: Subtraction, the `-` operator, with a bool tensor is not supported. If you are trying to invert a mask, use the `~` or `logical_not()` operator instead. Traceback (most recent call last): File "smplifyx/main.py", line 206, in main(**args) File "smplifyx/main.py", line 196, in main **args) File "/home/kwu/Desktop/chun/my_repo/SMPLify-X/smplifyx/fit_single_frame.py", line 377, in fit_single_frame use_vposer=use_vposer) File "/home/kwu/Desktop/chun/my_repo/SMPLify-X/smplifyx/fitting.py", line 202, in run_fitting loss = optimizer.step(closure) File ..
[python error] ERROR: Could not find a version that satisfies the requirement torch==1.1.0 (from human-body-prior) (from versions: 1.7.1, 1.8.0, 1.8.1, 1.9.0, 1.9.1, 1.10.0, 1.10.1)ERROR: No matching distribution found for torch==1.1.0 SMPLify-X로부터 fitting 알고리즘을 사용하기 위해 readme 대로 설치하는 도중에 다음과 같은 에러가 발생했다. ERROR: Could not find a version that satisfies the requirement torch==1.1.0 (from human-body-prior) (from versions: 1.7.1, 1.8.0, 1.8.1, 1.9.0, 1.9.1, 1.10.0, 1.10.1) ERROR: No matching distribution found for torch==1.1.0 에러 내용을 보면 torch 1.1.0에 맞는 버전이 없다는 에러이다. 그런데 나는 파이토치를 1.8.0 버전을 쓰고 있어서 이해할 수 없었다. 그래서 conda 로 다시 pytorch 1..
[numpy] numpy.void 데이터 사용법 데이터셋을 다루는데 데이터셋의 라벨링이 numpy void로 되어있고 그 데이터가 도대체 어떤 형태로 정리가 되어있는건지 이해할 수 없어서 numpy void 에 대해서 공부해보았다. 이 글에서는 개념적인 내용보다는 numpy void 로 정리된 데이터를 어떻게 이해할 수 있으며 어떻게 사용하는지에 대해서만 간략한 예시로만 정리하겠다. dataset.labels['table'][sample_idx] (0, 1690, 1, [[[1357., 1759.], [1240., 1544.], [1137., 1681.], [1234., 1659.], [1320., 1534.], [1403., 1748.], [1169., 1646.], [1091., 1637.], [1079., 1538.], [1186., 1509.]..

티스토리툴바