전체 글 (43) 썸네일형 리스트형 [글또] Hell(o) 2020, Hello 2021 이번 글에서는 2020년을 보내고 2021년을 맞이하기 앞서 회고록을 작성하려고 한다. 2020년 달력과 다이어리를 처음 펼치며 "열정 가지고 살기"라고 적었던 것이 생각난다. 과연 열정을 가지고 살았나...? 생각보다 버리는 나날들이 많았다ㅠㅠ 벌써 입사한지 3년이 지나가고 있는 시점에서 나름의 어려움은 있었지만 큰 결과물을 낸 것도 없고 진짜 우스게 소리로 많이들 하는 것이지만 올해 성과가 코로나에 걸리지 않은 것 뿐이다. (그치만 건강이 최고긴 하다) 이렇게 글을 쓰며 생각을 해보니 입사 후에 '나'는 정말 많이 바뀐 것 같다. 첫째, MBTI가 E에서 I로 바뀌었다. 요즘 너무 소심하고 내 할 말 못하는.. 이제는 한국어 자체를 잘 못하는 지경이다. 둘째, 물욕이 늘었다ㅎㅎㅎㅎㅎ 대학생때는 월30.. Continual Learning 1. 배경 이 글을 읽는 많은 사람들이 하나의 task(문제)를 푸는 모델을 학습시키는 것에 익숙할 것이라고 생각합니다. 그렇게 성능이 좋은 모델을 만들었다고 합시다. 그런데 시간이 흘러 입력의 데이터 분포가 달라지고 그에 따라 모델의 성능이 저하된다면 어떻게 해야 할까요? 혹은 분류해야 하는 클래스가 추가된다면 즉 새로운 task까지 잘 해내는 모델을 학습해야 한다면 어떻게 해야 할까요? 당연히 모델을 재학습시켜야겠죠. 모델을 재학습시키기 위해 아래 두 가지 방법을 쉽게 떠올려 볼 수 있습니다. 첫째, 기존 데이터에 새로운 데이터까지 추가해서 모델을 처음부터 다시 학습하는 방법입니다. 이 방법이 직관적일 수 있지만, 새로운 데이터가 수집될 때마다 전체 데이터셋에 대하여 모델의 모든 가중치값들을 모두 학습하는 것은.. 적은 데이터로 딥러닝 잘 학습하기 딥러닝의 정확도를 향상시키기 위해서는 엄청난 양의 레이블링된 데이터가 필요합니다. 그런데 학습 이미지의 개수가 충분하지 않은 경우, 혹은 레이블링되어 있는 이미지가 없어서 그 엄청난 양의 이미지에 대해 직접 레이블링하기 너무 힘들고 귀찮은 경우(?) 어떻게 접근하면 좋을까요? 이에 대해 검색해보다가 아래 출처에 있는 좋은 글을 발견해서 번역/추가 정리하여 작성해보았습니다. 요약 1. 이전에 학습된 지식 활용하기 1) Transfer Learning 2) Domain Adaptation 2. 유사도 기반 방식 1) Few-shot learning 1. 이전에 학습된 지식 활용하기 사람이 이미 알고 있는 지식과 관련지어 이와 유사한 새로운 지식을 습득하는 것처럼, 머신러닝/딥러닝 알고리즘도 하나의 task에.. [STR] What Is Wrong With Scene Text Recognition Model Comparisons? Dataset and Model Analysis 논문 분석 영상 내 텍스트 인식하는 일을 하게 되어 네이버에서 공개한 코드를 사용해보았습니다. 그런데 역시나 제 이미지로 돌리면 잘 안나오기 마련이죠.. 그래서 (성능향상을 위해) 관련 논문을 읽고 여기서 사용한 모델의 구조를 이해해보려고 합니다. 시작! "STR 모델 비교 뭐가 문제인가?!!?!?!?! - 데이터셋과 모델 분석" 위 논문 제목에서부터 알 수 있듯 이 논문에서는 기존의 STR (Scene Text Recognition) 모델들을 공정하게 평가하기 위해 데이터셋과 모델을 분석하여 표준화하였다. 모델 별로 중구난방이었던 데이터셋을 일치시켰으며, 4단계의 STR 프레임워크를 제안하여 각 단계마다의 모듈을 객관적으로 평가할 수 있게한 것이다. 초록 내용은 다음과 같다. Scene Text Recogniti.. [글또 5기] 다짐글 ( ͡• ͜ʖ ͡• ) 전부터 눈팅만 하고 있던 변성윤 님 인스타를 보고 글또를 신청해보았다. 한때 (매우 짧은 기간동안) 퇴근만 하면 전화영어도 하고 블로그도 쓰곤 했었는데, 열심히 노는 주변 친구들이 부럽기도 하고 강제성도 없는데 매일같이 공부하면 삶이 얼마나 달라지겠냐는 생각에 열심히 사는 행동을 그만뒀다. (사실 구글 애드센스가 쉽게 승인되지 않는다는 사실을 깨닫고 포기했다) 그러나 거창한 계획과 함께 시작한 2020년이 이렇게 마무리되는 것, 그동안 지식적 한계로 일하며 힘들었던 것을 생각하며 마음을 다시 다잡았다. 앞으로 6개월간 굉장히 귀찮고 힘들 것이라고 생각한다. 그러나 (강제로나마) 글을 작성함으로써 미뤄왔던 공부를 실제로 하고, 공부하고 글쓰는 습관이 (제발) 들길 바란다. 지금 이 다짐글도 나중에 창피하지.. [PyCharm] PyCharm 설치하기 & Anaconda 가상환경 이용하기 오랜만에 인사드립니다.. 약간 열정 비수기를 지나 오늘은 다시 집 컴퓨터에 PyCharm을 설치해보려고 합니다. 원래는 IDE로 VS Code를 사용해왔었는데, PyCharm이랑 한번 사용감을 비교해보고 싶어서 설치를 진행해았습니다. 바로 설치 방법 설명드리겠습니다. 1. PyCharm 설치 https://www.jetbrains.com/ko-kr/pycharm/download/#section=windows 다운로드 PyCharm: JetBrains가 만든 전문 개발자용 Python IDE 최신 버전 다운로드: PyCharm (Windows, macOS, Linux) www.jetbrains.com 위 링크에서 해당 OS에 맞는 PyCharm 인스톨러를 다운로드 받는다. 필자는 아래와 같이 Windows.. [PyQt5] Python으로 UI 만들기 PyQt5는 Python을 기반으로 UI를 쉽게 만들 수 있는 라이브러리이다. https://wikidocs.net/book/2165 위키독스 온라인 책을 제작 공유하는 플랫폼 서비스 wikidocs.net 위 위키독스에서 다양한 코드를 통해 배울 수 있을 것 같다. [DCGAN] pytorch DCGAN 튜토리얼 설명 출처 : https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.htmlDCGAN Tutorial — PyTorch Tutorials 1.4.0 documentationNote Click here to download the full example code DCGAN Tutorial Author: Nathan Inkawhich Introduction This tutorial will give an introduction to DCGANs through an example. We will train a generative adversarial network (GAN) to generate new celebrities afpytorch.org위 pytorc.. 이전 1 2 3 4 5 6 다음
