티스토리

코딩연습하기
검색하기

블로그 홈

코딩연습하기

lexine.tistory.com/m

★ ☆ 님의 블로그입니다.

구독자
1
방명록 방문하기
공지 블로그 내부 글들에 대하여 모두보기

주요 글 목록

  • Zero-Shot Learning Through Cross-Modal Transfer https://arxiv.org/abs/1301.3666데이터셋과 모델:연구팀은 CIFAR-10 이미지 데이터셋을 사용하여 모델을 훈련했습니다. CIFAR-10은 10개의 서로 다른 객체 클래스로 구성된 이미지 데이터셋입니다.이미지 특징과 워드 임베딩:모델은 이미지의 특징 벡터를 추출한 후, 이 벡터를 워드 벡터 임베딩 공간으로 매핑했습니다. 워드 벡터 임베딩은 자연어 처리에서 사용되는 기술로, 단어를 고차원 벡터로 표현하여 단어들 간의 의미적 유사성을 반영합니다.매핑 함수 학습:이미지 특징 벡터를 해당 클래스의 워드 임베딩 벡터로 변환하는 매핑 함수를 학습했습니다. 예를 들어, 'cat' 이미지의 특징 벡터를 'cat' 단어의 워드 임베딩 벡터에 매핑하는 방식입니다.제로-샷 학습:모델은 CIFAR-10.. 공감수 1 댓글수 0 2024. 7. 9.
  • Quantization in Image Processing Source: https://en.wikipedia.org/wiki/Quantization_(image_processing) Quantization, involved in image processing, is a lossy compression technique achieved by compressing a range of values to a single quantum (discrete) value. 이미지 처리에서 양자화란 특정한 범위의 값을 단일한(이산) 양자 값으로 압축하는 손실 압축을 의미한다. When the number of discrete symbols in a given stream is reduced, the stream becomes more compressible. 주어진 스트림의 .. 공감수 0 댓글수 0 2023. 1. 8.
  • Over-parameterization and over-fitting Source:https://stats.stackexchange.com/questions/413467/different-notions-of-over-parameterization Different notions of over-parameterization While reading a paper, I came across the statement This prediction function will be parameterized by a parameter vector $\theta$ in a parameter space $\Theta$. Often, this prediction functio... stats.stackexchange.com Over-parameterization은 필요한 갯수보다 더 많은 p.. 공감수 0 댓글수 0 2022. 10. 25.
  • numpy.random.randint https://numpy.org/doc/stable/reference/random/generated/numpy.random.randint.html?highlight=randint#numpy.random.randint numpy.random.randint — NumPy v1.23 Manual Output shape. If the given shape is, e.g., (m, n, k), then m * n * k samples are drawn. Default is None, in which case a single value is returned. numpy.org (low, high> 임 원하는 shape를 size로 주고 최대 값과 최소 값을 설정할 수 있다. 예시. 원하는 shape : (2,3,4.. 공감수 0 댓글수 0 2022. 10. 12.
  • __init__과 __call__의 차이 source: https://stackoverflow.com/questions/9663562/what-is-the-difference-between-init-and-call Class ExampleClass: def __init__(self, a, b, c): # ... x = ExampleClass(1, 2, 3) Class ExampleClass: def __call__(self, a, b, c): # ... x = ExampleClass() X(1, 2, 3) __init__은 새롭게 object를 생성할 때, 매개변수를 사용해서 만들 때 사용한다,. __call__은 이미 생성된 object에서 매개변수를 사용할 때 쓴다. 공감수 0 댓글수 0 2022. 10. 12.
  • linux 특정 폴더에서 git 사용하기 대부분 linux에는 git이 설치되어 있음 $git --version 확인 후 만약 설치되어 있지 않다면 $sudo apt install git 으로 git 다운로드 git 저장소로 사용할 디렉토리 만들기 $mkdir 이동 $cd git 초기화 $git init 또는 $sudo git init .git파일 생성여부 확인 $git init $ls -al git 초기 사용자 설정 $git config --global user.name "usr_name" $git config --global user.email "your@email.com" 혹은 프로젝트 마다 다른 사용자 정보를 지정하고 싶다면 "--global" 옵션 없이 실행하기 $git config user.name "usr_name" $git con.. 공감수 0 댓글수 0 2022. 9. 30.
  • 기존 repository를 복제한 후(fork 아님), 새로운 repository에서 수정하기 1. 기존 repository를 복제하여 새로운 repository를 만든다. https://projooni.tistory.com/entry/%EA%B8%B0%EC%A1%B4-Git-Repository%EB%A5%BC-%EB%B3%B5%EC%82%AC%ED%95%98%EC%97%AC-%EC%83%88%EB%A1%9C%EC%9A%B4-Repository-%EB%A7%8C%EB%93%A4%EA%B8%B0 기존 Git Repository를 복사하여 새로운 Repository 만들기 보통 Git Repository를 복사할 때 fork 를 많이 사용한다. fork 는 사실상 clone 과 큰 차이가 없지만, github.com 내에서 바로 검색이 되진 않는다. fork 의 원래 의도는 bugfix를 위해 기존 .. 공감수 0 댓글수 0 2022. 9. 29.
  • Inference source: https://cloud.google.com/bigquery-ml/docs/reference/standard-sql/bigqueryml-syntax-inference-overview#:~:text=Machine%20learning%20inference%20is%20the,machine%20learning%20model%20into%20production.%E2%80%9D BigQuery ML model inference overview | Google Cloud Send feedback BigQuery ML model inference overview Introduction Machine learning inference is the process of running data points .. 공감수 0 댓글수 0 2022. 8. 8.
  • GPU 사용량 실시간 확인 watch -n 1 nvidia-smi 공감수 0 댓글수 0 2022. 6. 18.
  • Python에서 reference 대신 list 복사하기 first_list = [1,2,3,4,5] second_list = first_list.copy() # 같은 내용이 출력된다 print(first_list) print(second_list) # 그러나 주소는 다름 print(id(first_list)) print(id(second_list)) 파이썬에서 = 을 이용하여 배정하면 같은 주소를 가르킨다. 다시 말해서.. A = [1, 2, 3] B = A B.append(4) print(A) print(B) 이런 코드를 실행하면 print(A) : [1,2,3] print(B) : [1,2,3,4] 가 되어야 할 것 같지만 실제로 출력되는 라인은 print(A) : [1,2,3,4] print(B) : [1,2,3,4] 이다. B = A 이므로 A가 이미.. 공감수 0 댓글수 0 2022. 6. 17.
  • tensorflow_version 텐서플로우 버전 확인 import tensorflow print(tensorflow.__version__) 공감수 0 댓글수 0 2022. 6. 17.
  • ModuleNotFoundError: No module named 'tensorflow' source: https://stackoverflow.com/questions/45425896/install-tensorflow-with-specific-version-on-anaconda Install TensorFlow with specific version on Anaconda TensorFlow has multiple versions, if I want to install a specific version in Anaconda, which command should I use? stackoverflow.com linux에서 conda를 사용하는 경우에만 유효합니다. conda search tensorflow-gpu 목록에서 유효한 버전으로 다운로드 받는다 conda install tensorflo.. 공감수 0 댓글수 0 2022. 6. 17.
  • list를 torch로 변환하기 A = [[1,2,3,4],[5,6,7,8]] tA = torch.tensor(A) print(tA) print(tA.shape) 공감수 0 댓글수 0 2022. 6. 6.
  • LSTM source: https://blog.floydhub.com/long-short-term-memory-from-zero-to-hero-with-pytorch/ Long Short-Term Memory: From Zero to Hero with PyTorch Long Short-Term Memory (LSTM) Networks have been widely used to solve various sequential tasks. Let's find out how these networks work and how we can implement them. blog.floydhub.com RNN은 cell을 거치면서 이전 단계의 정보를 잊어버린다. 더 이전의 cell일 수록 더 많은 손실이 뒤따른다. LSTM은 .. 공감수 0 댓글수 0 2022. 6. 2.
  • Epoch, Batch, and Iteration source: https://towardsdatascience.com/epoch-vs-iterations-vs-batch-size-4dfb9c7ce9c9 Epoch vs Batch Size vs Iterations Know your code… towardsdatascience.com Epoch : 전체 데이터 집합이 신경망을 forward하고 backward 한번 씩 하는 것 Batch : 데이터 셋의 부분집합. 대개의 경우에 전체 데이터 셋을 한번에 학습시킬 수 없으므로, 데이터 셋을 부분으로 나누어야 한다. 전체가 100개인 데이터를 한번에 5개씩 학습 시키면 batch size는 5이다. Iteration: 1 epoch를 끝내기 위해서 반복되는 batch의 횟수. 전체가 100개인 데이터, bat.. 공감수 0 댓글수 0 2022. 6. 2.
  • RNN source: https://blog.floydhub.com/a-beginners-guide-on-recurrent-neural-networks-with-pytorch/ Beginner’s Guide on Recurrent Neural Networks with PyTorch Learn the basics of Recurrent Neural Networks and build a simple Language Model with PyTorch blog.floydhub.com Recurrent Neural Network Feed-Forward Network와 Recurrent Neural Network의 차이점 - Feed-Forward Network는 모든 input을 한 번에 입력 받지만, RNN은 inpu.. 공감수 0 댓글수 0 2022. 6. 1.
  • conda 가상환경 다루기 현재 가상 환경 리스트 확인하기 conda info --env 혹은 conda env list 새로운 가상 환경 추가하기 conda create --name 새로운 가상 환경을 base와 똑같은 환경으로 만들기 conda create --name --clone base 가상 환경에 진입하기 conda activate 가상 환경에서 빠져 나올 때는 이름 명시 없이 conda deactivate 해당 가상 환경이 어떤 모듈을 가지고 있는지 보려면 1. 원하는 가상 환경으로 진입한다 conda activate 2. 목록을 확인한다 conda list 다른 방법 1. conda list -n 필요한 모듈 설치하기 conda install 특정 버전을 설치하려면 conda install matplotlib=1.4.. 공감수 0 댓글수 0 2022. 5. 24.
  • Latent Space 출처: https://www.baeldung.com/cs/dl-latent-space#:~:text=Definition,other%20in%20the%20latent%20space. Latent Space는 추상적이고 다면적인 공간으로, 외부의 사건들을 내면화 한 것이다. 다양한 범위의 대상을 추상화하여 인식한다. 예를 들어, 개의 형태는 매우 다양하지만 '개'라는 추상적인 개념을 기준으로 개와 개가 아닌 동물을 구별할 수 있다. 한편 외부에서 관찰한 표본이 비슷하다면, 그 표본들은 latent space에서 가까이 위치한다. 공감수 0 댓글수 0 2022. 4. 19.
  • Cache Line, Cache Entry Source: https://en.wikipedia.org/wiki/CPU_cache#Cache_entry_structure CPU cache - Wikipedia From Wikipedia, the free encyclopedia Jump to navigation Jump to search Hardware cache of a central processing unit A CPU cache is a hardware cache used by the central processing unit (CPU) of a computer to reduce the average cost (time or energy) to acces en.wikipedia.org 캐시 라인은 캐시와 메모리 사이에서 이동 하는 데이터의 단.. 공감수 0 댓글수 0 2022. 1. 10.
  • Cache Placement Polices source: https://en.wikipedia.org/wiki/Cache_placement_policies Cache placement policies - Wikipedia From Wikipedia, the free encyclopedia Jump to navigation Jump to search Design decisions affecting processor cache speeds and sizes A CPU cache is a memory which holds the recently utilized data by the processor. A block of memory cannot necessarily be pla en.wikipedia.org 캐시 교체 전략 프로세서가 최근에 접근한 데.. 공감수 0 댓글수 0 2022. 1. 10.
  • Gram-Schmidt Process source: https://en.wikipedia.org/wiki/Gram%E2%80%93Schmidt_process Gram–Schmidt process - Wikipedia From Wikipedia, the free encyclopedia Jump to navigation Jump to search Method for orthonormalizing a set of vectors The first two steps of the Gram–Schmidt process In mathematics, particularly linear algebra and numerical analysis, the Gram–Schmidt pr en.wikipedia.org https://en.wikipedia.org/wik.. 공감수 0 댓글수 0 2022. 1. 6.
  • Cache Interference source: "Cache interference phenomena", O.Temam, C.Fricker, W.Jalby, ACM, 1994, https://doi.org/10.1145/183018.183047 서로 다른 데이터가 같은 캐시를 참조하는 경우 Interference missies occur when two data are mapped to the same cache location. 공감수 0 댓글수 0 2022. 1. 4.
  • Cache Pollution source: https://en.wikipedia.org/wiki/Cache_pollution Cache pollution - Wikipedia Cache pollution describes situations where an executing computer program loads data into CPU cache unnecessarily, thus causing other useful data to be evicted from the cache into lower levels of the memory hierarchy, degrading performance. For example, in en.wikipedia.org 실행하고 있는 프로그램이 CPU 캐시로 불필요하게 데이터를 적재load시키는 .. 공감수 1 댓글수 0 2022. 1. 3.
  • Context Switching source:https://afteracademy.com/blog/what-is-context-switching-in-operating-system What is Context Switching in Operating System? In this blog, we will learn about the Context Switching in the Operating System. We will learn all the steps involved in Context Switching and in the end, we will see the advantages and disadvantages of Context Switching also. afteracademy.com CPU가 실행하고 있는 프로세스나 task를.. 공감수 0 댓글수 0 2022. 1. 3.
  • Time Sharing source: https://en.wikipedia.org/wiki/Time-sharing Time-sharing - Wikipedia From Wikipedia, the free encyclopedia Jump to navigation Jump to search Method of sharing a computing resource among multiple concurrent users In computing, time-sharing is the sharing of a computing resource among many users at the same time by means of m en.wikipedia.org 멀티 프로그래밍이나 멀티 태스킹 환경에서 각각의 사용자에게 동일한 시간동안 자원을 점유.. 공감수 0 댓글수 0 2022. 1. 3.
  • 멀티 코어 프로세서의 두 가지 종류 source: Cloud Computing: Theory and Practice, Dan Marinescu, ISBN-13: 978-0124046276, ISBN-10: 0124046274 p.285 Brawny cores still beat wimpy cores, most of the time, Urs Hölzle https://storage.googleapis.com/pub-tools-public-publication-data/pdf/36448.pdf 1. Brawny 싱글 코어 기준으로 상대적으로 성능이 뛰어남. 전력power 소비가 더 많음. 2. Wimpy 싱글 코어 기준으로 상대적으로 성능이 나쁨. 전력 소비가 더 적음. Wimpy 코어 상에서 task를 수행하면 많은 수의 스레드가 필요함. .. 공감수 0 댓글수 0 2022. 1. 3.
  • 논리 주소와 물리 주소 source:https://www.geeksforgeeks.org/logical-and-physical-address-in-operating-system/ Logical and Physical Address in Operating System - GeeksforGeeks A Computer Science portal for geeks. It contains well written, well thought and well explained computer science and programming articles, quizzes and practice/competitive programming/company interview Questions. www.geeksforgeeks.org 1. 논리 주소 Log.. 공감수 0 댓글수 0 2021. 12. 31.
  • 내부 단편화와 외부 단편화 source: https://www.geeksforgeeks.org/difference-between-internal-and-external-fragmentation/ Difference between Internal and External fragmentation - GeeksforGeeks A Computer Science portal for geeks. It contains well written, well thought and well explained computer science and programming articles, quizzes and practice/competitive programming/company interview Questions. www.geeksforgeeks.org.. 공감수 0 댓글수 1 2021. 12. 31.
  • Translation-Lookaside Buffer, TLB source: https://pages.cs.wisc.edu/~remzi/OSTEP/vm-tlbs.pdf 가상 메모리를 보조하기 위해서 페이징을 사용하면 오버헤드로 인해 성능이 나빠질 수 있다. 페이지와 같이 주소 공간을 작은 규모로 나누어서 관리하면 정보를 많이 연결mapping시켜야 한다. 왜냐하면 실제 정보는 물리적인 메모리에 저장되어 있고, 페이징은 논리적인 개념으로 프로그램이 만든 가상 주소를 연결하기 위해 부가적으로 메모리를 탐색해야 하기 때문이다. 명령어instruction를 가져오거나fetch 명시적으로 탑재load하거나 저장하기 전에 정보를 찾기 위해 메모리를 접근하면 너무 느려진다. 다시 말해서 중요한 지점은... 주소 변환Address Translation을 어떻게 빠르게 할 수 있는.. 공감수 0 댓글수 0 2021. 12. 30.
  • Paging source: https://en.wikipedia.org/wiki/Memory_paging Memory paging - Wikipedia From Wikipedia, the free encyclopedia Jump to navigation Jump to search This article needs attention from an expert in computing. See the talk page for details. WikiProject Computing may be able to help recruit an expert. (June 2019) "Paging" redirects her en.wikipedia.org 운영체제에서 메모리 페이징은 메인 메모리가 메인 메모리 이외의 다른 데이터 저장소에.. 공감수 0 댓글수 0 2021. 12. 30.
    문의안내
    • 티스토리
    • 로그인
    • 고객센터

    티스토리는 카카오에서 사랑을 담아 만듭니다.

    © Kakao Corp.