지속 가능한 꾸준함

https://huggingface.co/blog/siglip2 SigLIP 2: A better multilingual vision language encoderMight want to check something: The demo at the bottom hangs with "Uploading 1 file..." and none of the premade examples load or execute. 6 different Javascript console errors are thrown. (Chrome, Mac).huggingface.co 고마워요 구글형님들

self.canvas.bind("", self.on_mouse_wheel) # Windows용 def on_mouse_wheel(self, event): if event.delta > 0: self.zoom_level *= 1.1 else: self.zoom_level *= 0.9 if self.zoom_level 20.0: self.zoom_level = 20.0 self.update_canvas() 원래 위에 처럼 구현돼있었더라면 아래 처럼 구현해야 윈도우, 리눅스 둘다 휠이벤트가 동작한다. # 윈도우: # 리눅스: (wheel up), (wheel down)self.canv..

FROM pytorch/pytorch:2.6.0-cuda12.6-cudnn9-devel# CUDA 라이브러리 경로 환경변수 설정 for onnxruntime-gpuENV LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64ENV LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/conda/lib/python3.11/site-packages/nvidia/cudnn/lib Dockerfile혹은 안에 컨테이너에서 위와 같이 LD LIB PAHT에 저 두 경로를 추가해주자cudnn 라이브러이 위치들이 이누야샤 사원의 조각마냥 흩뿌려져있어서 lib경로 다 찾아서 추가해줬다.

https://arxiv.org/pdf/2501.16704v1

pytorch 의 official TransformerDecoder 레이어가 포함된 모델을 onnx 변환하려니 아래와 같이 onnx에서 지원하지 않는 연산이라며 오류가 발생했다. aten::_native_multi_head_attention ~ 우회법은 onnx 변환 함수 호출하기전에 torch.backends.mha.set_fastpath_enabled(False) 를 호출해주는 것이다. 이 방법 찾기 전에는 TransformerDecoder 상속 받아서 multi head attention 부분만 custom op로 돌아가게 오버라이딩 해야하나 이런 고민을 했었는데, 저거 호출하고 변환하니 일단은 변환 돼서 안심...

Source Control 탭들어가서 커밋할 거 add하고 저 멋쟁이 버튼 누르면 알아서 커밋 메시지 작성해준다. 규칙이 있다면 규칙에 따라 직접 쓰면되고, 없이 대충 자유롭게 쓰는 상황인데 그냥 update라고만 남길거면 자동 작성하는 게 훨씬 나아보인다.

https://github.com/developer0hye/imgdiet GitHub - developer0hye/imgdiet: A Python package for minimizing file size of images with negligible quality lossA Python package for minimizing file size of images with negligible quality loss - developer0hye/imgdietgithub.com  수행시간을 로깅하는 건 때론 유용한 정보를 준다. 그치만 위에 코드처럼 구현하면 코드가 지저분해진다. 수행 시간 측정하는 코드를 데코레이터로 구현함수내에 있는 로깅 코드를 따로 데코레이터로 빼서 보다 가독성을 높였다.

https://github.com/developer0hye/imgdiet GitHub - developer0hye/imgdiet: A Python package for minimizing file size of images with negligible quality lossA Python package for minimizing file size of images with negligible quality loss - developer0hye/imgdietgithub.com 개발하다가 있었던 일... main브랜치에서만 작업하다가 이제 브랜치 따로 파서 작업하기 시작했다. ci/cd과정에 publish를 자동으로 하게 해놨는데 이건 main 브랜치에만 하게 해주려고 chatgpt한테도 물어보고 스택오버플..

https://github.com/developer0hye/imgdiet/blob/1.0.7-avif/imgdiet/core.py imgdiet/imgdiet/core.py at 1.0.7-avif · developer0hye/imgdietA Python package for minimizing file size of images with negligible quality loss - developer0hye/imgdietgithub.com 흠... 뭔가 길고 복잡하다 좀 리팩토링 해야겠다... 처음에 webp만 우려먹을 생각에 확장성 고려 안하고 구현했는데 avif추가하려다보니 코드 재사용성 및 확장성이 너무 떨어진다는 걸 체감 일단 현재 코드 좀 리팩토링해보고...  avif추가해야겠다.  ci 과정..

소리는 좋은데... 내가 내 눈치가 보일 정도로 시끄러웠다. 바밀로 저소음 적축으로 변경했다. 우리 팀에서 발생하는 dB가 3가량 줄어든 것 같다. 독거미 황축은 집에서 쓰세요!