TIL) 22.04.10 ~ 22.04.16

04.10

졸작

• matlab 그래프 사이즈 설정: plt.figure(figsize=(30,30))

• 이미지 저장: plt.savefig(result_folder + '/' + str(imgid) + '.png')

• json 파일 다루기

  # 열기
  with open(orig_file, 'r') as f:
    orig_json = json.load(f)

  # 저장
  with open(output_file, 'w') as f:
     json.dump(output_json, f)

---

04.12

졸업작품 관련

• 좀비 프로세스 죽이기
  원인: train.py 돌리다가 ctrl+c가 아니라 ctrl+z를 눌러서 제대로 종료되지 않았던 문제
  해결: ps -ef로 부모 프로세스를 찾아 삭제
  https://zetawiki.com/wiki/%EC%95%88_%EC%A3%BD%EB%8A%94_%EC%A2%80%EB%B9%84_%ED%94%84%EB%A1%9C%EC%84%B8%EC%8A%A4_%EC%A3%BD%EC%9D%B4%EA%B8%B0
• wandb 사용하기
  https://greeksharifa.github.io/references/2020/06/10/wandb-usage/#wandbinit
  https://www.programcreek.com/python/example/121966/wandb.init
  https://velog.io/@hanlyang0522/%EC%9D%B4%EB%AF%B8%EC%A7%80-%EB%B6%84%EB%A5%98-%EA%B3%BC%EC%A0%9C-%EC%9D%B4%EC%8A%88#wandb
• COCOeval.evaluate() 결과값 저장
  COCOeval.summarize()로는 결과가 출력만 되고 저장되지 않아 코드 뜯어보니 summarize()는 COCOeval.stats을 출력
  return COCOeval.stats로 해결

---

04.16

확률과 통계

확률분포

• 확률변수(random variable): 확률실험의 결과에 실수 값을 대응시켜주는 함수
  • 반복된 실험에서 그 값이 변하는 수치 변수(numerical variable)
  • i.e. 임의로 진행되는 실험(동전을 던지는 실험)에서 일정한 확률(앞1/2, 뒤1/2)을 갖고 발생하는 결과에 실수 값(앞:1, 뒤:0)을 부여하는 변수(variable)
• 확률분포(probability distribution): 확률변수의 분포, 즉 확률변수가 어떤 값을 취하며 그 값을 얼마나 자주 취하는지 보여주는 표나 수식, 그림
  • 이산형: 확률질량함수
  • 연속형: 확률밀도함수

• 이산형 확률분포: 확률변수 X의 가능한 값에 각각 확률을 할당
  • 확률변수 $X$의 값에 따른 확률값 $P(X=x_i)$를 대응시키는 함수 $X$를 확률질량함수(probability mass function, pmf)라고 부름
  • 확률질량함수: $f(x_i) = P(X=x_i)$, $x_i$는 실제 실험값
  • 누적분포함수(cumulative distribution function, cdf): $F(x) = P(X\le x)$
• 연속형 확률분포: 확률밀도함수(probability density function, pdf)
  • X가 가질 수 있는 값이 무수히 많기 때문에 특정 값을 취할 확률 = 0, $P(X=a) = 0$
  • 누적분포함수(cdf): $F(x)=\operatorname{Pr}(X \leq x)=\int_{-\infty}^{x} f(y) d y$

기대값

• 기대값(expected value): 확률변수의 평균
• 이산형

• 연속형

• 결합확률분포(joint probability distribution): 2개 이상의 확률변수가 동시에 관측된 경우 이들이 동시에 취하는 여러 가지 값들에 확률을 대응시켜주는 관계

• 이산형: 결합확률질량함수(joint pmf), 결합누적분포함수(joint cdf)

• 연속형: 결합확률밀도함수(joint pdf), 결합누적분포함수(joint cdf)

• 주변확률분포(marginal probability distribution): 결합분포에서 얻은 한 확률변수, 나머지 확률 변수를 모든 값으로 두고 구할 수 있다
  

• 공분산(covariance)
  • 분산과 달리 음수도 나올 수 있다

• 상관계수(correlation coefficient)
  • $Corr(X,X)=1$, 자기와의 상관관계는 1
  • 항상 -1~1 사이의 값을 갖는다

• 공분산과 상관계수의 성질
  

• 확률변수의 독립성: 확률변수 $X$와 $Y$의 결합분포에서 모든 $(x_i,y_i)$에 대해 $f(x_i,y_i) = f_1(x_i)f_2(y_i)$일 경우 두 확률변수가 독립
  • $X$와 $Y$가 독립일 때 공분산은 0이고 상관계수도 0이다. 하지만 그 역은 성립하지 않음