해당 포스팅은 네이버 부스트캠프 P-stage를 위해 개인 학습 내용을 정리했습니다. 1. 목표 Dataloader 만들기 이미지를 불러오고 확인하기 2. 진행 내용 1) Dataloader 만들기 Dataloader를 만들 때, split은 sklearn의 train_test_split을 적용하면 좋을 것 같습니다. 내일 강의를 듣고 추가 예정입니다. 2) 이미지 불러오고 확인하기 os.listdir() 명령어는 숨김파일도 다 불러오는 기능이 존재합니다. 그래서 이를 방지하려면 glob을 사용하는 것이 더 좋은 것 같습니다. 서버에서 import cv2 했을 때, ImportError: libGL.so.1: cannot open shared object file: No such file or direc..
학습포스팅/네이버 부스트캠프
해당 포스팅은 네이버 부스트캠프 AI Tech 학습 정리 자료임을 알려드립니다. 1. 강의 정리 홍원의 마스터 - 행렬 분해 오늘의 내용은 선형대수학을 기초로 해서 decomposition을 matrix, tensor에서 어떻게 하는 지에 대해 설명해주셨습니다. 이 내용들에 대해서는 추가적으로 공부하고 내용을 넣도록 하겠습니다!
해당 포스팅은 네이버 부스트캠프 AI Tech 학습 정리 자료임을 알려드립니다. 1. 강의 정리 홍원의 마스터 - 양자화 1) Fixed point, floating point 양자화를 이해하기 이전에, Fixed point와 floating point를 먼저 이해해보면, Fixed point는 정수부와 소수부를 나누는 기준이 움직이지 않는 방법입니다. floating point는 지수부와 가수부로 나누기 때문에 어떤 값이 들어오면, 소수점의 위치는 움직이게 됩니다. 그렇다면 두개의 차이는 무엇이 있을까요? 가장 큰 차이는 표현력의 차이입니다. fixed point는 적당한 값을 곱하기만 해도 값이 크게 변동이 크고, floating point 방법에 비해 값의 범위가 작습니다. 하지만, fixed po..
해당 포스팅은 네이버 부스트캠프 AI Tech 학습 정리 자료임을 알려드립니다. 이번 주 강의들은 생각보다 정리하기 어려워서 이해하기 어려운 부분이 있으실 것 같아서 미리 양해의 말씀을 드리고, 추후 살을 붙여나가도록 해보겠습니다. 1. 강의 정리 홍원의 마스터 - 빠르게 보통 머신러닝 모델을 만들 때, 주로 Software쪽에서 다양한 모델을 활용해서 Pytorch나 Tensorflow와 같은 High-level IR로 만들게 됩니다. 이렇게 만들어진 모델이 Hardware인 Processor에서 동작하기 위해서는 Processor가 알아들을 수 있는 방식으로 전달해야 합니다. 그래서 DL compiler, Low-level IR과 같은 단계를 거쳐서 전달되게 됩니다. 모델이 기계에서 동작할 때, 어떻..
해당 포스팅은 네이버 부스트캠프 AI Tech 학습 정리 자료임을 알려드립니다. 1. 강의 정리 이번 주 강의 내용은 추후 논문 등을 찾아보며 추가할 예정입니다. 읽으시는 데 불편함이 있을 것으로 예상됩니다. 이해를 부탁드립니다. 홍원의 마스터 - 모델의 시공간 1) Space and time Space는 공간이라는 뜻을 가지고 있지만, 저희가 학습해가는 과정에 대해 생각해보면, 초기상태가 원하는 결과 상태로 만들어지는 모든 과정을 Space라고 합니다. 이 과정 속에서 답이 될 수 있는 후보들의 집합을 Solution space라고 할 수 있습니다. 예를 들어, 배고픈 사람 A가 있을 때, 배를 부르게 할 수 있는 방법은 수도 없이 많습니다. 햄버거가 될 수도 있고, 콩나물 국밥이 될 수도 있습니다. ..
해당 포스팅은 네이버 부스트캠프 AI Tech 학습 정리 자료임을 알려드립니다. 1. 강의 정리 홍원의 마스터 - 가벼운 모델 1) Decision making 결정에는 연역적(deductive) 결정과 귀납적(inductive) 결정 2가지가 존재합니다. 보통 우리가 문제를 정의하고 데이터를 통해서 추론하거나 데이터를 통해서 모델을 만들어서 추론하는 것은 귀납적 결정방법에 해당됩니다. 2) Decision making machine Decision making machine은 결정기라고 부르는 데, 청소기나 충전기 등은 사람을 대신해주는 것을 부를 때 ~~기라는 말이 붙습니다. 하지만, 이러한 물건들은 결정의 기능이 따로 존재하지 않는 경우가 많습니다. 그래서 보통 사람에 의해서 작동되는 형태이지만 우..
해당 포스팅은 네이버 부스트캠프 AI Tech 학습 정리 자료임을 알려드립니다. 1. 강의 정리 오태현 교수님 - Multi-modal learning: Captioning and Speaking 1) Overview of multi-modal learning 컴퓨터 비전에서는 주로 시각자료를 활용해서 많은 Task를 해결해왔습니다. 이렇게 한가지의 감각을 활용하는 것을 Unimodal이라고 하고, 이것 말고 다양한 청각, Text 등 다양한 감각을 동시에 사용하는 방법이 Multi-modal입니다. 이번 강의에서는 vision을 중심으로 활용한 multi-modal에 대해서 주로 다루게 됩니다. Multi-modal learning을 할 때, 가장 어려운 점은 각 데이터가 다른 형태라는 것입니다. 예를..
해당 포스팅은 네이버 부스트캠프 AI Tech 학습 정리 자료임을 알려드립니다. 1. 강의 정리 오태현 교수님 - Instance/Panoptic segmentation 1) Instance segmentation Instance segmentation은 단어에서도 느껴지듯이 Instance를 구분할 수 있는 방법입니다. 위의 그림처럼 일반 Semantic segmentation은 의자들을 구분하지 못하고 하나의 색으로 표현하고 있습니다. 반면, 우측의 Instance segmentation은 의자들을 각각 다른 색으로 표현하는 것을 확인할 수 있습니다. Instance segmentation 방법에는 Mask R-CNN, YOLACT(You Only Look At CoefficienTs), Yoloac..
해당 포스팅은 네이버 부스트캠프 AI Tech 학습 정리 자료임을 알려드립니다. 1. 강의 정리 오태현 교수님 - Object Detection 1) Object Detection Object Detection은 객체의 위치와 클래스를 검출하는 방법입니다. 기존의 Semantic Segmentation의 경우, 사람이 어깨동무했을 때, 같은 클래스라고 인식해서 인스턴스끼리 분리가 안되지만 Object detection은 분리가 가능합니다. 보통 주어진 인스턴스에 대한 클래스정보와 바운딩 박스의 4개 점들이 포함되어 있습니다. 이 방법은 주로 자율주행, OCR에 사용하고 있고 많은 회사들에서 발전시키려고 노력하는 기술 중 하나입니다. Object Detection에는 대표적으로 Two-stage detec..
해당 포스팅은 네이버 부스트캠프 AI Tech 학습 정리 자료임을 알려드립니다. 1. 강의 정리 오태현 교수님 - Image classification 2 1) Problems with deeper layers 지난 시간에는 Alexnet과 VGGNet에 대해 알아봤습니다. Alexnet에서는 처음으로 dropout과 ReLU가 적용되었고, VGGNet에서는 비교적 깊게 층을 쌓아서 학습을 시켜서 좋은 결과를 얻어냈습니다. 그렇다면 neural network는 깊고 넓게 쌓으면 어떻게 좋은 결과를 얻어낼 수 있을까요? 그렇지는 않았습니다. 더 깊고, 넓게 쌓아도 잘 안되는 경우가 많았는데, 그랬던 이유는 Gradient vanishing/exploding, 계산 복잡도, Degradation proble..
