개발자와 공학자 그 사이

tmux 쓰면 된다 연구실 서버 대부분에는 tmux가 설치되어 있을 것이기에 sudo로 설치할 필요는 없을 것이다. 1. tmux 세션 시작tmux new-session -s -n -d bash2.  ctrl+b 누른 다음 d 누르면 해당 세션을 나갈 수 있다. 3. 세션 다시 연결하고 싶으면 다음 코드로 다시 연결시키면 된다tmux attach -t 4. tmux session 종류 확인tmux ls이러면SSH 세션이 끊겨도 원격 서버의 작업 창을 유지할 수 있다. 세션이 끊긴 후에 다시 SSH로 원격 서버에 접속한 후 tmux attach 명령어를 사용하면 이전에 실행 중이었던 TMUX 세션을 다시 연결할 수 있는 것이다 ㅎㅎ 이렇게 하면 이전에 열었던 창과 작업 환경을 그대로 복구 가능 여러분들..

하이레벨적으로 아직도 헷갈리는 것 같아서 정리해보았다. 즉, Convolution Filter들이 단계별로 복잡한 특징을 뽑아내고, 마지막에 그 특징들을 조합해 ' 컵'. '사람' 과 같은 클래스를 알아맞히는 방법이 어떻게 진행되는거지? 일단 CNN 큰 흐름Input : 이미지를 픽셀 단위로 입력 받음.Feature Extraction : 여러 단계의 Convolution과 Pooling을 거치면서, 이미지 안의 'Features'들 예를 들어, edges, textures, shapes 들을 뽑아냄.Classification : 마지막에 Fully Connected Layer(FC Layer)나 Global Average Pooling 등을 통해 "이 이미지의 최종 feature vector가 어떤 c..

Abstract Point cloud에 대한 neural style transfer method를 제시했다. 일종의 stylization으로 point cloud 기반의 데이터의 feature vector를 의미하는 content representation과 Gram-based style representation을 조정해서 얻었다고 한다. 이것들은 pretrained된 PointNet-based classifcation network에서 얻은 것들임. Gram-based style representation은 뒤의 gram matrix 계산법처럼 채널 간의 위치, 상관관계를 익히기에 포인트 클라우드 데이터의 전역적 통계적 속성만을 학습한다. 즉, 포인트의 개수나 순서에 불변하다는 것이다. 더 풀어쓰자면..

- 논문 제목 - 인용수 / 저널명(CS, IF) - 초록(간략한 연구 배경, 방법론, 기여점) - 1. 서론(문제, 기존 접근법(장단점), 연구 목적 및 방법론 간략하게) - 2. 방법론(수식, 동작 메커니즘, 의미) - 3. 실험(데이터셋 설명 or 실험 설정, 각 실험의 결과 해석 및 의미 서술) - 4. 결론(요약, 한계) - 5. 리뷰(해당 태스크의 연구 동향에서 해당 논문의 포지션, 나라면 어떻게?, 내가 생각하는 한계, 어떻게 보완?)

Depth estimation 분야에 대해 좀 자세히 공부해보고 싶어서 survey 부터 찾아보고 있는 중이다.우선 첫 번째로 발견한 survey 논문에 대해서 서술해보려고 한다.자세하게 파고드는 건 처음이라 미숙한 점이 많을 것 같다. (댓글로 지적해주시면 감사하겠습니다ㅜ) Survey 논문이 있긴 있는데 뭔가 인용 횟수도 적고 인증된 느낌의 survey는 아닌 것 같아서 추후에는 이 benchmark 들의 정확도 및 error 줄어드는 이 flow를 따라서 논문을 리뷰하고자 한다.1. Introduction우선 Monocular depth estimation은 잘 설정되지 않은 문제랑 본질적으로 애매모호한 문제가 있다고 한다. 여기서 Monocular depth estimation이란 다음 huggi..

Transformer 모델에서의 Query, Key, ValueTransformer 모델에서의 Query, Key, Value는 attention 메커니즘의 핵심 요소로 사용됩니다. 이들은 주어진 입력의 정보를 기반으로 문맥을 이해하고, 정보의 중요성을 계산하는 데 사용됩니다.Query (쿼리): 현재의 입력 토큰 또는 단어가 다른 모든 토큰(단어)과 얼마나 관련이 있는지를 나타내는 벡터입니다. 주어진 입력이 다른 입력들과의 연관성을 평가하는 데 사용됩니다.Key (키): 모든 입력 토큰에 대해 생성된 벡터로, 입력 토큰들이 서로 어떤 관련성을 가지는지를 나타냅니다. Query와 비교하여 관련성 점수를 계산하는 데 사용됩니다.Value (값): 실제로 참조되는 정보나 내용을 포함하는 벡터입니다. Quer..

1. python3 --verison2. # Python 3.x 버전을 사용하는 경우 python3 -m ensurepip3. # Python 3.x python3 -m site --user-base4. PATH 환경 변수에 pip 경로 추가pip 실행 파일의 경로를 확인했다면, 이 경로를 시스템의 PATH 환경 변수에 추가해야 합니다. 다음 명령어를 사용하여 임시로 추가할 수 있음.export PATH=$PATH:/your/pip/path