https://hyunw.kim/blog/2017/10/27/KL_divergence.html 초보를 위한 정보이론 안내서 - KL divergence 쉽게 보기사실 KL divergence는 전혀 낯선 개념이 아니라 우리가 알고 있는 내용에 이미 들어있는 개념입니다. 두 확률분포 간의 차이를 나타내는 개념인 KL divergence가 어디서 나온 것인지 먼저 파악하고, 이hyunw.kim이 블로그가 설명을 무지 잘한 것 같은데 뭔가 따라가기가 어렵다. 차근차근 따라가보자. https://yonghyuc.wordpress.com/2019/09/26/elbo-evidence-of-lower-bound/comment-page-1/#respond 여기도 좋았다. https://ratsgo.github.io/g..
✅ 📌 자율 보행로봇 연구를 위한 학습 단계 (기초 → 응용 개념)논문 **「자율 보행로봇 기술 연구 동향」**을 기반으로 기초 개념부터 응용까지 익혀야 할 학습 단계를 정리했어.이 목차를 따라가면 보행 로봇의 위치 추정, 네비게이션, 제어, 계획까지 단계적으로 학습할 수 있어! 🚀📌 1️⃣ 기초 개념 (Basic Concepts)1.1 로봇 공학 개론로봇의 정의 및 분류 (바퀴형 로봇 vs. 보행 로봇)로봇의 센서 및 구동 방식로봇의 기본 운동학(Kinematics) 및 동역학(Dynamics)1.2 보행 로봇의 기본 개념보행 로봇(Legged Robot)의 특징과 장점보행 패턴 (Biped, Quadruped, Hexapod)Zero Moment Point (ZMP) 및 보행 안정성1.3 위치 ..

코테공부하다가 잠이 안와서 다시 켰는데 모든 코테사이트 접속이 안된다... 작업관리자를 키다가 자주봤던 CTF Loader가 뭐였는지 알아보려고 블로그 켰다. https://m.blog.naver.com/toruin84/222855894794 CTF Loader란 무엇이며 높은 CPU 사용량으로 컴퓨터 느려졌을 때 해결 방법이번에는 윈도우11/10에서 실행되는 프로세스 중 하나인 CTF Loader란 무엇이며 및 높은 CPU 사용량...blog.naver.com 윈도우 10/11에서 실행되는 프로세스로, Windows 구성요소들을 연결해 서로 통신할 수 있도록 하는 프로세스라고 한다.CTF는 무엇의 약자인걸까? Collaborative Translation Framework 라고 한다. 직역하면 '통합..

첫번째 블로그가 워낙 잘 정리되어있어서 거의 내가 이해한 부분만 복붙한 수준이 되었다. 들어본 개념이라고 생각했는데 지금 보니 한귀로 듣고 나간정도가 아니라 그냥 귀에 스칠뻔한 무언가였고 내가 가늠했던 개념하고도 확연히 달랐다. Error 는 bias와 variance로 구성되는데 이 두 개념은 현실적으로 trade-off로써 적용되는데 현상은 아래와 같다. inductive bias란 학습하지 않았던 상황도 예측하기 위한 추가적인 가정을 위한 bias 로 보임. Training data를 넘어 "Generalization"할 수 있는 능력을 가진 학습 알고리즘에는 어떤 Inductive Bias가 존재하는데, 이는 학습과정에서 습득된 편향(bias)라고 말할 수 있다. Inductive bias의 예..

친구가 요즘 이 책을 읽고 있기에 나도 따라 읽어봤는데 ㅋㅋㅋㅋㅋ 비전공자도 읽을 수 있겠지만 왠만해서는 재밌게 읽을 수 있는 책이 아니다. 예상독자(비전공자)가 재밌게 읽을만한 정보의 해상도를 아득히 넘어서는 것이다. 해상도가 너무 높아서 전공자인 나까지 속으로 '아니 이렇게 자세하게 설명할 필요가 있나..?'싶었다. 특히 검색모델 관련해서 쿼리의 결과에 대한 우선순위 나열법이 왜 중요한지를 설명하는 것은 지극히 자연스럽고 당연한 접근이지만 그것을 수식으로 계산해서 실제 값을 나타내고 겨우겨우 그 수식을 따라가면 마지막 일격으로 더 심화된 수식을 적용해줬다. 나는 언어모델은 전공이 아니지만 수식에 익숙하기에 '앍' 한 번하고 따라 읽기는 했는데 비전공자면 아마 저절로 책을 덮을만한.. 수준이었다고 생..

내 머릿속 : LLM은 Large language Model로 OpenAI의 chatGPT같은 데이터를 많이 넣은 언어모델 출처 : https://aws.amazon.com/ko/what-is/retrieval-augmented-generation/ RAG란? - 검색 증강 생성 AI 설명 - AWS시맨틱 검색은 방대한 외부 지식 소스를 LLM 애플리케이션에 추가하려는 조직의 RAG 결과를 향상시킵니다. 오늘날의 기업은 매뉴얼, FAQ, 연구 보고서, 고객 서비스 가이드, 인사 관리 문서 리포지aws.amazon.com 갱신된 내 머릿속 : RAG는 (Retrieval-Augmented Generation)으로써, 데이터를 많이 넣은 언어모델이 있다면 갑자기 GPT한테 오늘 뉴스 알려달라고 했을 때 ..

python 3.8에서 3.10 업그레이드 하고 나서 객체.next()를 next(객체) 하게 되었다. 이것만 바꾸면 되는 줄 알았는데 저기서 자꾸 에러가 나서 무엇인고 하니 예전에 자주 만났던 메모리 버스 오류가 아닌가 (이것저것 티키타카 하다가 자주만난 오류) 참조 : https://jjongguet.tistory.com/211 도커를 쓰는경우 외부 메모리를 가져오는 ipc=host ? 의 파라미터를 쓰라고 했지만 나는 써드파티? 라는 것을 쓰고 있었기 때문에 도커 직접제어가 불가능에 가까웠다. 그래서 해결방법은 worker 수를 0로 만드는 것 ㅠㅠ 스택오버플로에서 그렇게 해보라고 했더니 느려터졌지만 굴러가긴 한다.
이걸 왜때문에 BA3US라고 하는건가 했더니 A가 keyword로 3개(Aware approach adaptation) 들어가서 그런가?목적 : 이거 겁나 많이 언급되는 논문임 나름 DA영역에서 네임드임에 틀림없다 나도 세 번 봄 https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123560120.pdf Abstract.This work addresses the unsupervised domain adaptation problem, especially in the case of class labels in the target domain being only a subset of those in the source domain. Such a partia..
UDA with Pseudo-Labeling [2019]Pseudo-Labeling Curriculum for Unsupervised Domain Adaptation 초록 더보기 To learn target discriminative representations, using pseudo-labels is a simple yet effective approach for unsupervised domain adaptation. However, the existence of false pseudo-labels, which may have a detrimental influence on learning target representations, remains a major challenge. To overcom..
- Total
- Today
- Yesterday
- 도메인 어댑테이션
- alternatives.log
- Deformable Part Model
- textual guidance
- 1-stage detection
- Arbitrary image stylization
- Deformable Convolutional Networks
- Chatgpt4
- tensorflow convert
- batch란
- neural network applications
- /var/log/alternatives.log
- StyleCLIP
- 전이학습
- /var/log/fontconfig.log
- tf version porting
- 딥페이크탐지
- /var/log/tallylog
- Source-free unsupervised domain adaptation
- /var/log/faillog
- torchmodel
- max-margin_loss
- yolov3 #tensorflow_convert
- DetectoRS
- Group Acitivty Recognition
- 샴네트워크
- ctfloader
- 첫논문
- tf2to1
- TransferLearning
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |