nsbg 🌞

selenium 사용 전에 설치해주어야 하는 것들을 모두 설치해주고 비주얼 스튜디오 코드에서 import 했는데 바로 에러가 떠버렸다. 살짝 당황했지만 다른 분의 블로그를 참고해서 빨리 해결했다. 티스토리는 참 좋은 곳이야 😉 인터프리터 설정이 두 번째 걸로 돼있었는데 내가 저걸로 설정한 기억은 없고 그냥 알아서 지정된 것 같다. 아무 표시도 없는 세 번째 걸로 선택해주면 해결!

개인 공부 연구실 깍두기라서 단련하고 있다. 패스트 캠퍼스 딥러닝 강의를 두 개 추천해주셔서 들었는데 한 개는 완강했고 하나는 양이 조금 많아서 진행 중이다. 하루 한 챕터씩 들어도 1~2달은 더 걸릴 거 같은데 빠르게 한번 훑고 다시 들을지, 아니면 남은 강의를 꼼꼼하게 들으면서 첫 완강을 할지 생각해보고 있다. 처음으로 AI 팀 논문 스터디를 경험했다. 전하고자 하는 내용 주위에 잔가지가 많은 걸 굉장히 싫어하는 성격이라 내 기준 정말 빠지면 안되겠다 싶은 내용으로만 공부 내용을 정리했다. 선배님들이 발표하고 서로 질문을 주고 받는 모습을 보니까 논문 읽고 자료 만들 때만 예외로 하고 하나 하나 파고들어야겠구나 싶었다. 앞으로 논문 읽을 날이 많으니까 새로운 마음가짐으로 시작해야겠다. 여름 방학 목표..

* '점프 투 파이썬' 책을 보고 필요한 내용을 정리한 글입니다. 💣 파이썬 에러의 종류 - SyntaxError : 잘못된 문법(따옴표/괄호/콜론 누락, 비교 연산자 실수 등) - NameError : 참조 변수가 없는 경우. 정의되지 않은 변수를 사용하려고 할 때 발생하는 에러 - ZeroDivisionError : 분모에 0이 들어갈 때 - IndexError : 인덱스 범위 초과 - KeyError : 딕셔너리 구조에서 Key 값을 찾을 수 없을 때 - AttributeError : 모듈 클래스의 속성명을 잘못 입력했을 때 - ValueError : 참조 값이 없을 때 → 존재하지 않는 값에 접근하려고 할 때 - FileNotFoundError : 외부 파일의 경로나 이름이 잘못되어 파일을 불러올..

15.1 순환 뉴런과 순환 층 ◽ RNN은 각 타임 스텝 t마다 X(t)와 이전 타임 스텝의 출력인 Y(t-1)을 입력으로 받음 ◽ 첫번째 타임 스텝은 이전 출력이 없기 때문에 보통 0으로 설정 ◽ 시간을 축으로 나타낼 경우 시간에 따라 네트워크를 펼쳤다고 표현 하나의 샘플에 대한 순환 층의 출력 미니배치에 있는 전체 샘플에 대한 순환 뉴런 층의 출력 15.1.1 메모리 셀 ◽ 메모리 셀(또는 셀) : 타임 스텝에 걸쳐 어떤 상태를 보존하는 신경망의 구성 요소 ◽ h(t) : 타임 스텝 t에서의 셀의 상태. 그 타임 스텝의 입력과 이전 타임 스텝의 상태에 대한 함수 15.1.2 입력과 출력 시퀀스 1) 시퀀스-투-시퀀스 네트워크 : 하나의 입력 시퀀스, 하나의 출력 시퀀스(네트워크 전체로 보면 여러 개의..

* '점프 투 파이썬' 책을 보고 필요한 내용을 정리한 글입니다. 파일 생성 # open() : 결과로 파일 객체 돌려주는 내장 함수 f = open("filename.txt", 'w') f.close() 파일 열기 모드 1) r : 읽기(읽기'만' 할 때 사용) 2) w : 쓰기 3) a : 추가(파일의 마지막에 새로운 내용 추가할 때 사용) cf. 파일을 쓰기 모드로 열었을 때 해당 파일이 이미 존재할 경우 원래 있던 내용이 사라지고 해당 파일이 존재하지 않는 경우 새로운 파일이 생성됨 close()의 특징 - 열려 있는 파일 객체를 닫아 주는 역할 - 프로그램을 종료하면 파이썬 프로그램이 열려 있는 파일 객체를 자동으로 닫아주기 때문에 생략해도 됨 - 쓰기 모드로 연 파일을 닫지 않고 다시 사용하려..

1. PyTorch 다운로드 사이트 접속 (https://pytorch.org/get-started/locally/) 2. 아래 사진과 같은 창에서 원하는 버전, 운영체제 등을 선택 3. *Conda Package 기준* conda prompt 실행 후 아래 명령어 입력 # cudatoolkit 부분은 빼도 설치가 가능함 conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch 4. Jupyter Notebook에서 import torch 명령어를 이용해 잘 로드되는지 확인하고 이상이 없을 경우 설치 끝!

구조 개념 정적인 환경에서 학습을 진행하는 지도/비지도학습과 달리, 어떤 환경 안에서 정의된 주체(agent)가 현재의 상태(state)를 관찰하여 선택할 수 있는 행동(action)들 중에서 가장 최대의 보상(reward)을 가져다주는지 행동을 학습하는 것 18.1 보상을 최적화하기 위한 학습 에이전트는 보상의 장기간 기대치를 최대로 만드는 행동을 학습하는 것을 목적으로 함 18.2 정책 탐색 1) 정책의 개념 ◽ 에이전트가 행동을 결정하기 위해 사용하는 알고리즘 ◽ 에이전트가 어떤 상태에서 행동을 취하게 될 때 상태에 맞게 취할 수 있는 행동을 연결해 주는 함수 2) 확률적 정책 ◽ 어떤 상태에 대한 행동들의 확률분포를 반환 3) 유전 알고리즘 ◽ 적자생존 이론을 기반으로 한 최적화 기법 ◽ 부모와 ..

DCGAN 깊은 합성곱(Deep Convolution) 층을 기반으로 큰 이미지를 생성하기 위한 GAN 1) Guideline ◽ 판별자의 풀링 층 → stride convolution으로 교체 ◽ 생성자의 풀링 층 → fractional-strided convolution으로 교체 ◽ 생성자의 출력층과 판별자의 입력층을 제외한 모든 층에 Batch Normalization 적용 ◽ 층을 깊게 쌓기 위해 완전 연결 은닉층 제거 ◽ tanh 함수를 사용해야 하는 출력층을 제외하고 생성자의 모든 층에 ReLU 활성화 함수 적용 ◽ 판별자의 모든 층에 LeakyReLU 활성화 함수 사용 2) 한계 DCGAN으로 매우 큰 이미지를 생성할 경우 특징은 구분되지만 전반적으로 일관성 없는 이미지를 얻을 가능성이 높음..

개인 공부 8월부터 출근하게 될 연구실에서 미니 과제를 주셔서 GAN을 공부하고 논문을 보는 중이다. 논문을 한번도 제대로 본 적이 없었던 나에게 영어 논문의 벽은 상당했다 ㅠ 엉망이더라도 일단 내 식대로 분석하고 세미나 자료를 만든 후에 연구실 선배님들께 조언을 구하려고 한다. 알고리즘 공부도 꾸준히,,,,까지는 아니고 꾸준 정도 하고 있다. 방학 목표 중 하나인 TEPS 공부도 굉장히 더디게 해나가는 중! 근데 시험이 어느새 한 주 밖에 안 남아서 조금 당황스럽다. 프로젝트 연구실 프로젝트만 진행 중이었는데 지금은 발표 없이 참석만 하고 있어서 프로젝트는 하는 게 없었다. 새로운 분께 내가 하던 프로젝트를 인수인계 해드리고 있어서 마무리하지 못한 코드만 8월이 되기 전에 손 봐놓을 예정이다. 독서 몇..