KalelPark's LAB

meshgrid - 각각의 원소가 scalar 또는 1 dimensional vector인 N개의 tensor를 받아, N개의 N dimensional grid를 만듭니다. i번째 grid는 i번째 input을 다른 input으로 정의된 차원만큼 확장한 것이다. import torch x = torch.tensor([1, 2, 3]) y = torch.tensor([4, 5, 6]) grid_x, grid_y = torch.meshgrid(x, y, indexing = "xy") print(grid_x) print(grid_y) >> tensor([[1, 2, 3], [1, 2, 3], [1, 2, 3]]) >> tensor([[4, 4, 4], [5, 5, 5], [6, 6, 6]]) grid_x, g..

GitHub를 참고하시면, CODE 및 다양한 논문 리뷰가 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/Awesome-ComputerVision GitHub - kalelpark/Awesome-ComputerVision: Awesome-ComputerVision Awesome-ComputerVision. Contribute to kalelpark/Awesome-ComputerVision development by creating an account on GitHub. github.com * 계속해서 업데이트 예정입니다..! Abstract Image의 Sparse set으로부터, geometric rea..

Machine Learning 및 Deep Learning에서는 선형대수를 알아야 하는 것은 필수입니다..! 선형대수와 관련된 Numpy를 톺아보도록 하겠습니다. - 단위 행렬(identity Matrix) : np.Unit(x) - 대각 행렬(Diagonal Matrix) : np.diag(x) - 내적(Dot Product, inner product) : np.dot(a, b) - 대각합(Trace) : np.trace(x) - 행렬식(Matrix Determinant) : np.linalg.det(x) - 역행렬(Inverse of a Matrix) : np.linalg.inv(x) - 고유값(Eigenvalue) : np.linalg.eig(x) - 특이값 분해(Singular Value Deco..

broadcast_to란? 배열을 새로운 모양으로 broadcast합니다. import numpy as np x = np.array([1, 2, 3]) temp = np.broadcast_to(x, (3, 3)) >> array([[1, 2, 3], [1, 2, 3], [1, 2, 3]]) linspace란? Python의 Numpy 모듈에 포함된 함수로서 1차원 배열 만들때 활용됩니다. (line spaced의 줄임말입니다.) 그래프 그리기에서 수평축의 간격 만들기 등에서 매우 편리하게 사용할 수 있는 함수입니다. 시작 값과 끝 값을 입력하고, 몇 개의 일정한 간격으로 요소를 만들 것인지를 나타내야 합니다. import numpy as np x = np.linspace(0, 10, 11) print(x..

GitHub를 참고하시면, CODE 및 컴퓨터 비전 관련 논문들이 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/Awesome-ComputerVision GitHub - kalelpark/Awesome-ComputerVision: Awesome-ComputerVision Awesome-ComputerVision. Contribute to kalelpark/Awesome-ComputerVision development by creating an account on GitHub. github.com Abstract 본 논문에서는, 여러 Input 이미지의 sparse set을 데이터로 활용하여 연속적인 움직이..

Contrastive Learning이란? Contrastive Learning이란? 입력 샘플 간의 비교를 통하여, 학습을 하는 것으로 볼 수 있다. Contrastive Representation Learning이라고도 부르며, Self Supervised learning에 사용되는 접근법 중 하나라고 볼 수 있습니다. 그러므로, 데이터 구축 비용이 들지 않음과 동시에, 학습 과정에 있어서 용이하다는 이점이 존재합니다. 이러한 데이터 구축 비용 이외 에도 label이 없기 때문에, 보다 일반적인 feature representation 과 새로운 class가 들어와도 대응이 가능하다는 장점이 있습니다. Representation Learning Representation Learning에는 2가지 측..

GitHub를 참고하시면, CODE 및 다양한 논문 리뷰가 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/Awesome-ComputerVision GitHub - kalelpark/Awesome-ComputerVision: Awesome-ComputerVision Awesome-ComputerVision. Contribute to kalelpark/Awesome-ComputerVision development by creating an account on GitHub. github.com Abstract Light weight convolutional Neural Net은 Mobile Vision Task..

LaTeX이란? - "쉽게 Tex의 강력함을 이용해보자"라는 취지에서 만들어진 것이다. Tex의 강력함을 그대로 가지며, 스타일화된 레이아웃으로 누구라도 쉽게 Tex를 작성하도록 도와주는 문서작성 시스템이다. - 수식 및 도표 삽입이 쉽고, 공학, 수학 및 프로그래밍 등 이공계열 논문 작성 시 자주 사용되고 있습니다. 대부분의 경우 LaTeX을 활용하여 논문을 작성합니다. LaTeX의 특징 - Plain Text로 문서가 작성됩니다. 즉 운영체제와 문서 양식에 구애 받지 않고 문서 호환이 가능하다는 점이 있습니다. 흔히 사용되는 hwp와 같은 전용 애플리케이션이 있어야 하는 경우에 그다지 없으며, 심할 경우 버전에 따라 호환이 되지 않습니다. 하지만 LaTeX의 경우 신경을 쓸 필요가 없다. - 논리적 ..