미식한 고독가

1. 부스트캠프를 마치며 5개월이라 끝나지 않을것만 같던 부스트캠프도 어느새 다 끝나버리고 2022년의 해가 밝고 말았다. 초반에 강의 듣고 과제 할 때는 그래도 앞으로 아직 많이 남았구나 싶었는데 중반부터 본격적으로 팀이 꾸려지고 대회, 프로젝트를 진행하면서 강의도 병행하다보니 눈코 뜰 새 없이 보내버린 것 같다. 2. 좋았던 점 1) 인맥 형성 부스트캠프를 통해 AI/ML 분야에 종사하는 여러 사람을 만나 인맥을 형성할 수 있었다. 멘토, 마스터님 중에는 AI 쪽을 공부 중이라면 누구나 아는 엔지니어 분들도 계셨고 현직 엔지니어 분들과 멘토링을 받으면서 공부, 개발 외적으로 궁금한 얘기도 물어보며 친해질 수 있어서 좋았다. 부캠이 끝나고도 멘토님들과 연락하거나 캠퍼들하고 지속적으로 스터디를 진행하며 ..

어느날 갑자기 집으로 도착한 소포. 내용물은 간단하게 수료 기념 맨투맨과 부스트캠프 수료를 축하한다는 내용의 편지가 들어있었다. 맨투맨은 무난하게 입기 좋았다. 안감이 기모라 이것만 입고 다녀도 은근 따뜻해서 좋았음ㅎㅎ 또다른 개발자 유니폼이 하나 늘어났다..

1. Overview 사진에서 일반 쓰레기, 플라스틱, 종이, 유리 등 10 종류의 쓰레기를 Detection하는 모델을 만들어 쓰레기 분리배출에 도움이 되고자 함 🌎 Input : 쓰레기 객체가 담긴 이미지와 bbox 정보(좌표, 카테고리)가 모델의 인풋으로 사용 Bbox annotation은 COCO format으로 제공 Output : 모델은 bbox 좌표, 카테고리, score 값을 리턴 Metric: test set의 mAP50 2. Dataset dataset ├── train.json ├── test.json ├── train └── test train: 4883 images test: 4871 images class: General trash, Paper, Paper pack, Metal,..

시간표 이렇게 매주 전체적인 시간표가 주어지고 이제 맞춰 스케줄이 진행된다 세부적인 부분은 아침마다 출석체크, 수업 듣고, 피어세션에서 각자 공부 내용 교류하고 몰랐던 부분은 보충 그 외 마스터클래스, 오피스아워 있으면 수강 7시 이후로는 자율인데 우리팀 같은 경우는 줌으로 모여서 각자 공부하면서 모르는 부분 질문하는 식으로 스터디 했음 개별 학습 활동 수업은 키워드 위주로, 설명이 부실한건 아니나 양 자체가 방대하기 때문에 개념에 대해 궁금한 점이 있으면 추가로 찾아서 공부해야함 그래도 이해가 안 가는 부분이나 궁금한 점은 질문을 올리면 마스터, 멘토님께서 세세하게 답변해주셔서 이해하는데는 막막하지 않은 편 개념을 배우는 U-stage와 , 대회를 진행하는 P-stage로 나뉨 1주차) [U] Pyth..

연결 후엔 Open Folder로 접근 가능

1. 새 채널 생성 2. 슬랙에 Incoming WebHooks앱 추가 ) 3. 앱을 설치할 채널 선택 4. URL 저장 5. 메세지 전송 import json import sys import random import requests import os import numpy as np import torch def send_msg(msg): url = # 웹후크 UR 입력 message = ("Train 완료!!!\n" + msg) title = (f"New Incoming Message :zap:") # 타이틀 입력 slack_data = { "username": "NotificationBot", # 보내는 사람 이름 "icon_emoji": ":satellite:", #"channel" : "#som..

함수표기법( ; 와 | 의 차이) | : 조건부확률 표기할 때 ; : 함수의 parameter를 나타냄 출처: http://taewan.kim/post/function_in_semicolon/ 확률변수와 확률분포의 관점에서 보았을 때: https://blog.naver.com/kyoungblee/222460452018 모수와 표본 모집단(popilation): 관측 대상이 되는 전체 집단 모수(parameter): 모평균, 모표준편차, 모분산등 모집단의 데이터 모평균: $\mu$ 모분산: $\sigma^2$ 모표준편차: $\sigma$ 표본(sample): 모집단의 부분집합 표본 통계량(sample statistic): 표본에 의존하는 통계량 표본평균: ${\displaystyle {\bar {X}}}$..

set_tick_locator Axis.set_major_locator(locator) Set the locator of the major ticker. tick을 표시할 내용의 종류나 방법(단위 설정 등)을 설정 사용법 # x/y축의 major/minor locator 설정 ax.xaxis.set_major_locator(MultipleLocator(5)) ax.yaxis.set_minor_locator(MultipleLocator(5)) tick_locator 종류 참고: matplotlib.ticker, Tick locators, matplotlib.axis.Axis.set_major_locator set_tick Axis.set_ticks(ticks, *, minor=False) Set this ..

원문: https://velog.io/@hanlyang0522/DL-Basic-%EC%B6%94%EA%B0%80%EB%85%BC%EC%9D%98-What-is-best-cross-validation-method 문제제기 여러 cross-validation 방법들이 있는데 가장 효과가 좋은 방법은 무엇일까?에 대한 의문이 들어서 조사하기 시작함 Cross Validation methods K-fold Cross Validation n개의 data를 균등하게 섞고 k개의 그룹으로 나눠서 1개만 test set, k-1개는 train set K-fold를 나누는 방법: https://scikit-learn.org/stable/auto_examples/model_selection/plot_cv_indices.h..

*원문: DL Basic 추가논의) Weight Initialize를 하는 이유? (velog.io) 문제제기 Train 하기 전에 weight initialize하는데 안 하는 것과 무슨 차이가 있을까요? 다른 코드들 보면 안하는 경우가 더 많은 거 같아서요. 라는 질문이 부스트코스 오픈카톡방에 올라와서 논의를 하게 됐고, 그에 대한 기록과 나음대로의 정리를 해보려고 한다. 첫 생각 나는 처음에는 train하면서 weight(parameter)는 update되가니까 초기값이 어떤 값이라도 상관 없어서 그런거 아닐까?라고 생각했었다. 하지만 다른분들의 의견도 들어보고 조사를 해본 결과 몇 가지 이유가 있다는 것을 알 수 있었다. 다른 캠퍼분들의 의견 초기값이 모두 0이면 문제가 생기기 때문에 torch는..