CSwithCoffee

Min-Max Scaling공식 : $X_{norm} = \frac{X - X_{\min}}{X_{\max} - X_{\min}}$출력범위를 [0,1] 범위로 압축하게 된다. Z-score Normalization공식 : $X_{norm} = \frac{X - \mu}{\sigma}$평균이 0, 분산이 1인 정규분포로 변환하게 된다. 비교 min-max scaling 의 경우 이상치로 너무 큰 값이나 작은값이 어떤 데이터에 존재할 경우 그 값을 기준으로 분모가 결정되기 때문에 자칫 대부분의 데이터를 너무 좁은 범위로 압축할 수 있다는 위험이 있다. 따라서 이상치가 포함되지 않았을 때 min-max scaling 을 쓰게 되면 모든 값의 상대적 위치를 직관적으로 파악하기 용이하고 출력범위가 [0,1] 이..

아직은 AI 의 출력을 정리한 수준이다.차후 좀 더 잘 정리할 예정 Hard Attention, Soft Attention, Self Attention은 딥러닝(특히 자연어처리와 컴퓨터 비전 분야)에서 입력 데이터의 중요한 부분에 집중하는 방식입니다. 각각의 주요 차이는 다음과 같습니다.Hard Attention방식: 입력 중 특정 부분만 (즉, 이산적인 영역) 선택해서 그 부분에만 집중합니다. 마치 스포트라이트처럼 한 번에 한 부분만 본다는 개념입니다.특징: 이산 선택(예: '이 부분만 본다' 또는 '아예 안 본다'), sparse하게 특정 부분만 고려합니다.학습 방식: 선택 과정이 비미분 가능하므로, 일반적인 경사하강법(backpropagation)이 불가능합니다. 따라서 보통 강화학습(reinfor..

내가하는 말이 아니다. 비교적 알려진 사람들의 이야기를 요약하는 글이다. 내가 필요한 것만.자세한 내용은 reference 에 있는 내용들을 찾아가 보시면 된다. 알아둘 것꾸준한게 가장 중요하다평범한 사람의 일상은 궁금해하지 않는다. 평범한 사람이라면 vlog는 어렵다.경쟁자가 많다. 언젠가 시선이 분산된다.알고리즘의 저주 - 꾸준히 높은 조회수가 유지되는것은 매우 어렵다.지식콘텐츠, 리뷰콘텐츠, 예능콘텐츠, 라이브콘텐츠 가 유튜브콘텐츠의 대표적인 분류인데 이 중 지식콘텐츠가 가장 돈이 안된다. 광고를 붙이기 어렵기 때문. 리뷰콘텐츠가 파급효과가 크므로 광고수익이 많이 날 수 있다.광고 수익은 디테일에 따라 천차만별이다.차별화가 중요하다. 기존의 경쟁자들이 아니라 내 콘텐츠를 봐야하는 이유는 뭔가?순수 ..

이런 식으로 작성된 표가 있다고 해보자.그런데 여기에서 average 행에 있는 두 열의 값만 복사하고 싶다고 해보자. 여기서 그냥 ctrl + c,v 를 하면 이렇게 수식으로 붙여넣기가 되어 오류가 발생한다.값만 복사하고 싶다면 붙여넣기 옵션에서 값 붙여넣기에 있는 옵션들 중에서 적절한 옵션을 선택하면 된다. 값이 붙여넣기 된 것을 확인할 수 있다.

이미지 분할 작업에서 ensembling 기법을 결합한 논문을 찾아가 발견한 논문이다. Abstract이 논문은 이미지 내 전경 객체의 few-shot 분할에 관한 것이다. 학습 이미지셋을 작은 하위집합으로 나누어 CNN 을 학습시키며, 각 하위 집합은 few-shot 학습환경으로 학습될 수 있도록 한다. 각 집합은 query 이미지와 support 이미지로 구성된다. support 이미지는 정답 mask가 있는 이미지-라벨 페어 데이터셋이다. CNN 에서는 query, support 이미지의 특징맵을 추출한다. 그 다음 support 이미지에서 제공된 foreground (전경) 영역 [분할해야하는 클래스 영역] 범위에서 특징맵을 평균내어 하나의 클래스 특징 벡터 (class feature vector..

목차 (출처 : 마음의 탄생 - 예스24)감수자의 글: 알파고의 충격과 눈 앞에 닥친 미래들어가는 글: 어쨌든 마음은 뇌의 작용일 뿐1. 생각의 역사: 다윈과 아인슈타인의 생각실험2. 어쩌다 마주친 그녀: 우리 뇌가 작동하는 방식3. 패턴인식 마음이론: 뇌의 정보처리 알고리즘4. 생각하는 기계 분해하기: 뇌과학이 밝혀낸 사실들5. 싸우거나 도망치거나: 생존과 번식을 위한 원초적인 욕망6. 사랑의 세레나데: 적성과 창조성과 사랑의 진화7. 소프트웨어 뇌 만들기: 뇌의 알고리즘을 디지털 공간에 시뮬레이션하는 법8. 하드웨어 뇌 만들기: 컴퓨터 아키텍처 발전의 역사9. 마음을 지닌 기계의 탄생: 의식, 자유의지, 정체성의 재발견10. 특이점이 온다: 우리 눈 앞에서 펼쳐지는 인공지능 혁명11. 반론: 불신과 ..

쇼츠영상으로 여기저기 있는데 이게 원본이라고 해서 블로그에 연결해봤다.

PPT로 정리하게 되어 PDF로 변환하여 업로드함  [수정사항]23페이지 "노이즈를 생성하는" -> "노이즈를 제거하는"

바닥 함수와 천장 함수 - 위키백과, 우리 모두의 백과사전 (wikipedia.org) 바닥 함수와 천장 함수 - 위키백과, 우리 모두의 백과사전위키백과, 우리 모두의 백과사전. 수학과 컴퓨터 과학에서 바닥 함수(영어: floor function)는 각 실수 이하의 최대 정수를 구하는 함수이다. 천장 함수(天障函數, 영어: ceiling function)는 각 실수 이상ko.wikipedia.org 바닥함수 : $\lfloor x \rfloor$ : 실수 $x$ 의 바닥함수는 $x$와 같거나 그보다 작은 정수 가운데 가장 큰 하나이다.천장함수 : $\lceil x \rceil$ : 실수 $x$ 의 천장함수는 $x$와 같거나 그보다 큰 정수 가운데 가장 작은 하나이다.수학기호를 빨리 찾기 위해 링크를 연결..

이번 글은 유튜브에서 본 레시피로 맛있게 커피를 내리려는 홈카페 유저 분들을 위해 내가 지난 6년동안 홈카페를 하면서 느낀 점들을 공유하려고 한다.  일단 결론부터 말하겠다.불가능하다. 만약 내가 홈카페를 시작한지 얼마 안된사람인데 맛있었다면 우연이다. 그 이유를 몇 가지 설명해보겠다. 1. 원두 자체가 다르다.같은 지역, 같은 품종의 원두를 구했더라도 로스터리가 다르면 그 원두는 다를 수 있다. 로스팅에도 스타일이라는 것이 있기 때문이다.어떻게 로스팅했느냐에 따라 레시피는 달라져야 한다. 그게 설령 비슷한 로스팅 포인트 였다고 하더라도 그렇다.유튜브에 있는 레시피에서 사용한 원두를 완전히 똑같이 같은 로스터리에서 구할 수 없다면 그 레시피는 나에게 딱히 쓸모 없다고 봐야한다. 그 레시피는 그 원두를 그..

[친근한 박사 선배가 알려주는 학위과정 꿀팁] 길고 긴 슬럼프 | 연재 > Bio뉴스 > 동향 | BRIC (ibric.org) Bio뉴스 > 동향 | BRIC" data-og-description="대학원 생활이 늘 불행하지는 않았지만 상당기간 슬프고 무기력한 삶을 살았던 것 같다. 사실 어렸을 때부터 20대 초반까지는 독..." data-og-host="www.ibric.org" data-og-source-url="https://www.ibric.org/bric/trend/bio-series.do?mode=series_view&newsArticleNo=9899015&articleNo=8882850&article.offset=0&articleLimit=10#!/list" data-og-url="http..

키보드를 새로 하나 샀다.흔히 우리가 말하는 독거미 키보드인데,사무실에서 쓰기 위해 저소음 적축만 사용해봤기 때문에 상당히 만족스러웠다.원래 쓰던게 레오폴드 저소음적축인데 저소음적축 특유의 서걱거리는 키감때문에 기계식 키보드에서 기대했던 키감이 죽어서 아쉬웠다.그런데 42000원 주고산 이 제품이 가성비가 좋아서 놀라웠다. (정발제품을 샀다.) 키감도 좋고 마감도 깔끔했다.커뮤니티를 살펴보면 저소음적축도 윤활을 하면 키감이 완전 다른 키보드처럼 변하던데 나는 그게 귀찮아서 안했다. 키보드 잘 아는 사람 입장에서는 네가 윤활을 안해서 키감이 안좋은거라고 할지도 모르겠다. 그치만 윤활은 바쁜 와중에 너무 귀찮고 독거미는 처음부터 윤활이 된 채로 나와서 편하고 좋았다. 기계식 키보드를 매니아 수준 이상으로 즐..

colab pro와 (pro + 는 아니다)구글 드라이브를 결제했다.  colab pro를 결제하면 고성능 gpu (L4, A100) 고용량 RAM을 할당받을 수 있고 가끔가다가 상호작용을 하고 있는데도 런타임이 간헐적으로 끊기는 문제가 잘 발생하지 않게 된다. (그래도 아주 가끔은 발생한다) A100의 경우에는 할당받기 어렵다. A100을 선택하면 V100과 고용량 RAM을 할당해버린다. 2024년 중순부터 V100이 사라지고 L4가 V100의 포지션을 대체한 것 같다. A100이 가끔 할당이 되는데 보통 밤에는 미국에서 많이 사용을 해서 그런지 정말 잘 안되고 낮에 하면 되는 경우가 있다.하지만 A100을 할당받으면 컴퓨팅타임을 시간당 10 이상 소모하게 된다. colab pro 기준 대략 10시간 ..

인천 부평에 있는 그남자의 커피작업실에서 커핑 원데이 클래스에 참여했습니다. 왜 커핑을 하는지, 커핑을 어떻게 하는지 프로세스에 대한 교육과 함께 신청한 인원들과 함께 커피의 맛에 대해서 느낀점을 솔직하게 이야기해보는 시간이었습니다. 그리고 커핑한 결과에 따라 어떤 음료로 만들었을때 맛있을지 생각해서 에스프레소, 브루잉, 라떼로 만들어서 먹어보기도 했습니다. 저는 이게 제일 좋았습니다. 커핑을 통해 한 생각들을 바로 확인하면서 이야기해볼 수 있었던게 정말 즐거웠네요 ^^ 오후 1시 ~ 4시 까지 약 3시간동안 시간가는줄 모르고 재미있게 커핑하고 왔습니다. 그남자의 커피작업실에서는 매달 1회 선착순으로 커핑원데이클래스를 진행한다고 합니다. 커피를 주제로 즐겁게 이야기하고 싶으신 분들에게 추천합니다. :)

Pancreas : 췌장 https://github.com/ozan-oktay/Attention-Gated-Networks GitHub - ozan-oktay/Attention-Gated-Networks: Use of Attention Gates in a Convolutional Neural Network / Medical Image Classific Use of Attention Gates in a Convolutional Neural Network / Medical Image Classification and Segmentation - GitHub - ozan-oktay/Attention-Gated-Networks: Use of Attention Gates in a Convolutional Ne.....