전체 글

전체 글

    AITech 학습정리-[Day 35] Multimodal captioning and speaking, 3D understanding - 2
    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 35] Multimodal captioning and speaking, 3D understanding - 2

    (10강) 3D understanding 1. Seeing the world in 3D perspective 3D 공간에 대한 이해가 중요! 가상세계 경험하게 해주는, 3D 프린팅으로 제품, 건물짓기, 수학적, 화학적 활용분야(단백질 분석 등). 우린 3D 세상에 살지만 3D에 투영된 2D를 보고 산다. 카메라도 그냥 3D를 2D로 projection 한 것. 근데 극복할 점은 같은 물체 다른 각도 사진 2장을 이용하면 3D로 복구 가능. multiple view로 확장가능. 관심있으면 "Multiple view Geometry in computer vision, Richard Hartley and Andrew Zisserman." 이라는 거의 유일무이한 바이블이 있음. 난이도는 좀 있다. 컴퓨터에선 r..

    AITech 학습정리-[Day 35] Multimodal captioning and speaking, 3D understanding - 1
    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 35] Multimodal captioning and speaking, 3D understanding - 1

    ======================================= 학습내용 (9강) Multi-modal: Captioning and speaking 1. Overview of multi-modal learning 멀티모델이 뭔가. 이번주 지금까지 시각에 대해 배웠지만, 시각뿐 아니라 청각, 촉각, 미각.. 같은 오감이나 사회적 관계, 사전지식, 텍스트 등 다른 여러 모델도 함께 쓰일 수 있음. 여기에 관해 3가지 어려움이 있다. 첫번째 어려움은 표현하는 방식. 우리가 소리는 주파수와 진폭으로 화면에 표시, 시각은 rgb 0~255로 표시, 텍스트는 embedding vector로 바꾸긴 하지만 이건 사람이 정해서 하는거라 한계가 있다. 두번째는 Unbalance between heterogeneo..

    AITech 학습정리-[Day 34] Instance/Panoptic segmentation and landmark localization, Conditional Generative Model
    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 34] Instance/Panoptic segmentation and landmark localization, Conditional Generative Model

    ============================== 학습내용 (7강) Instance/Panoptic segmentation 1. Instance segmentation Instance segmentation이 뭔가? 각 픽셀에 대해 얘가 어떤 물체인지 아닌지만 구분하는 것. RoI extraction through RoIAlign, an improved version of RoI Pooling. 원래 RoI 추출할 때 정수 단위로 나왔는데 소수점으로 바꿔서 내놓았다. 그래서 여기서도 성능 향상이 있었고 모델 마지막 부분에 mask용 layer를 붙였다. 그래서 원래 layer에서 나온 class를 mask layer가 참고하는 방식으로 만듦. https://lilianweng.github.io/li..

    AITech 학습정리-[Day 33] Object detection, CNN Visualization
    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 33] Object detection, CNN Visualization

    =========================== 학습내용 (5강) Object detection 1. object detection 이란? 물체 감지하기.. (Pclass, Xmin, Ymin, Xmax, Ymax) 같은 형태로 물체 감지. 2. Two-stage detector two-stage가 뭐냐면 물체 위치 감지용 작업 하나, 그 물체의 class 구분 하나 해서 총 2단계로 나눠서 그렇다. [Girshicketal.,CVPR2014] RCNN. 물체 위치를 뽑아내고 그 물체 위치를 다시 입력으로 넣어 class를 구분한다. 근데 이럼 매우 느릴수 밖에 없는데 위치를 뽑아낸 모든 부분에 대해 class 구분을 각각 수행해야 하기 때문에 매우 느리다. 또 단점이 region proposals는 ..

    AITech 학습정리-[Day 32] Image Classification 2, Semantic segmentation
    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 32] Image Classification 2, Semantic segmentation

    ===================================== 학습내용 (3강) Image classification 2 1. Problems with deeper layers 너무 깊게 쌓으면 무슨 문제가 있느냐. 그레디언트가 사라지는 문제가 발생. 어떻게 해결하지? 2. CNN architectures for image classification 2 전시간에 보던거 계속 이어보자. 2.1 GoogLeNet GoogLeNet 같은 경우 깊게 쌓으면 안되니까 옆으로 쌓으면 되지 않을까? 라는 발상. 1*1 conv가 들어간건 파라미터 수 줄일라고. 그래서 실제로 구조를 보면 처음에만 전과 비슷하다가 위에처럼 수평으로 쌓은 레이어들이 반복되서 나타나는걸 볼 수 있다. 거기다 또 vanishing gr..

    AITech 학습정리-[Day 31] Image Classification 1, Annotation data efficient learning
    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 31] Image Classification 1, Annotation data efficient learning

    ===================================== 학습내용 (1강) Image classification 1 1. CV? 사람에겐 오감과 그 외 연설, 사회적위치, 표정 등의 사회적 요소로 배우지만 여기의 핵심은 시각이다. 컴퓨터비전이 그런 분야.. 원래 사람이 특징을 추출했지만 편견등의 문제도 있을 수 있고 여러가지 있음. 그래서 특징 추출조차 컴퓨터가 하게 해서 비교적 객관적인 특징을 추출하게 만든게 딥러닝이다. 2. Image Classification https://medium.com/capital-one-tech/k-nearest-neighbors-knn-algorithm-for-machine-learning-e883219c8f26 위 처럼 구분하는 문제. 저 기준선을 학습할거..

    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 30] AI + ML과 Quant Trading & AI Ethics

    ============================= 학습내용 (특강 7강) 구종만 - AI + ML 과 Quant Trading 막연하게 머신러닝으로 주식이 가능하지 않을까? 생각했었는데 직업으로 있었을 줄은 몰랐다. (특강 8강) 오혜연 - AI Ethics 한번쯤 생각해봐야하는 윤리 문제인것 같다. 전쟁에서 정훈교육 하는것과 비슷하다고 느낌. ============================== 마스터세션 https://orbi.kr/00013839609 =========================== 피어세션 채원: https://www.kaggle.com/mykolazotko/xyz2graph-xyz-file-to-molecular-graph 여기서 bond_length 가 뭘까. 아마 길이..

    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 29] NLP를 위한 언어 모델의 학습, 평가 & AI와 저작권법

    ============================================ 학습내용 (특강 5강) 박성준 - 자연어 처리를 위한 언어 모델의 학습과 평가 자연어 처리의 대강적인 역사를 탐색한 시간이었음. (특강 6강) 문지형 - 내가 만든 AI 모델은 합법일까, 불법일까 저작권 허락받기용 https://www.copyright.or.kr/customer-center/download-service/copyright-contract-form/index.do CCL, 공공누리 하지만 대부분은 CCL 쓴다. ========================================= 마스터세션 https://www.kisa.or.kr/public/laws/laws2_View.jsp?cPage=1&mode=v..

    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 28] 캐글 경진대회 노하우 & Full Stack ML Engineer

    ========================== 학습 느낀점 (특강 3강) 김상훈 - 캐글 그랜드마스터의 경진대회 노하우 대방출 정말 어디에서도 들을 수 없는 정보들을 들려주셔서 좋았다. 또 kaggle에 대한 막연한 두려움도 어느정도 사라짐. 진짜 kaggle이 중요하다는걸 알았다. 진짜 은메달 하나라도 있으면.. (특강 4강) 이준엽 - Full Stack ML Engineer 이런 분야가 있는지도 몰랐다. 일단 뭐든지 만들고 봐야겠다. =================== 피어세션 그냥 조교님이 주신 대회 데이터 살펴보고 코드 궁금증들 풀어냄. 근데 대회 데이터가 잘못되었길래 옛날거를 찾아서 해봤더니 되는것 같다. 이런 경우도 있다는걸 알았다. ================== 후기 뭔가 또 막연해지..

    과거의 것들/AI Tech boostcamp

    AITech 학습정리-[Day 27] 서비스 향 AI 모델 개발 & AI 시대의 커리어 빌딩

    ======들어가기 전..================ 이번주는 특강주로, 수업을 전부 특강으로 채움. 또 이게 외부에서 얻을 수 있는 내용이 아닌 여기에서만 얻을 수 있는 내용은 가급적 올리지 말라는 당부가 있었는데, 전에 것들은 어떻게든 얻을 수 있는 정보였지만 이번만큼은 아닌것 같아 되도록 스크린샷 없는 글만 쓰려고 한다. 또 내용 자체도 쓰면 안된다고 들어서 배운점과 느낀점 위주로 작성하라고 했다. 전날인 Day 26은 3.1절로 휴강이었다. ================================= 학습내용 (특강 1강) 이활석 - 서비스 향 AI 모델 개발하기 서비스 관점에서 AI 개발을 한다고 하면 순수 AI 모델링이 아닌 여러 다른 것들도 정말 많이 고려를 해야한다.. (특강 2강) 박은..

    티스토리툴바