Maxima's Lab

안녕하세요, 오늘은 CuPy 라이브러리에 대해서 설명하겠습니다. CuPy는 NumPy와 호환되며, NIVIDIA CUDA GPU에서 실행되는 라이브러리입니다. 이는 NumPy API의 GPU 가속 버전을 제공하여 대규모 수학 연산을 빠르게 수행하며 높은 수준의 병렬 처리를 수행합니다. 아래는 NumPy를 사용한 CPU 버전, 그리고 CuPy를 사용한 GPU 버전에 대한 파이썬 코드입니다. import numpy as np import time # 2개의 행렬 초기화 a_cpu = np.random.rand(2000, 2000).astype(np.float32) b_cpu = np.random.rand(2000, 2000).astype(np.float32) for _ in range(0, 10): # CP..

안녕하세요, 오늘은 Numpy 패키지 내 np.meshgrid 함수를 활용하여 이미지 Processing 하는 방법들에 대해서 알아보겠습니다. 1. Opencv 패키지를 활용하여 Circle을 그리고 위쪽 반원만을 구하는 예시 입니다. import cv2 import numpy as np circle_image = np.zeros((512, 512, 3), np.uint8) cv2.circle(circle_image, (256, 256), 100, (0, 255, 0), -1) x_grid, y_grid = np.meshgrid(np.arange(512), np.arange(512)) mask_image = np.where(y_grid

안녕하세요, 오늘은 Numpy (넘파이)의 expand_dims, append, stack 함수에 대해서 알아보겠습니다. ▶ expand_dims() : Array (배열)의 shape (형태)를 확장시키는 함수 random.randint() 함수를 이용하여 size = (100, 64, 64) 이고 0 이상 256 미만의 임의의 값을 원소로 갖는 배열을 생성하여, 해당 배열에 expand_dims() 함수를 적용해보겠습니다. import numpy as np array_a = np.random.randint(0, 256, (100, 64, 64)) print(array_a.shape) array_a_axis_0 = np.expand_dims(array_a, axis=0) print(array_a_axi..

안녕하세요, 오늘은 Numpy (넘파이)의 "ndarray" 에 대하여 알아보겠습니다. 여기 ndarray는 N-dimensional array (즉, N차원 배열)를 의미합니다. 먼저, 다음과 같이 예시를 들어보겠습니다. ▶ 1차원 배열 및 다차원 배열의 예시 1차원 배열의 예시 import numpy as np array_a = np.array([1, 2, 3]) print(type(array_a)) print(array_a.ndim) Output : 1 위의 결과와 같이 type() 함수를 통해 numpy.ndarray 라는 것을 확인하였고, .ndim을 통해 배열 차원의 수를 확인하였습니다. 조금 더 차원의 수가 많은 경우는 다음과 같습니다. 다차원 배열의 예시 import numpy as np ..