목록딥러닝 (17)

KalelPark's LAB

[ CLEAN CODE ] Clean Python, Argparse 유용하게 활용하기

Argparse란? - 프로그램에 필요한 인자를 사용자 명령어 인터페이스로 쉽게 작성하는 라이브러리입니다. - argparse를 잘 활용한다면, 코드의 변화를 최소화 시키는 효율적인 코드를 작성하는 것이 가능합니다. * 유용한 것들을 살펴보도록 하겠습니다. action - Command창을 통하여, 인자와 값을 작성할 때, 코드가 해석하는 방식을 지정할 때 활용합니다. - store_true는 해당 인지가 불릴 때, true를 반환합니다. import argparse if __name__ == "__main__": parser = argparse.ArgumentParser() parser.add_argument('--gpu', action = 'store_true') nargs - 보통 인자 1개당 1개..
Python/CLEAN CODE 2022. 12. 30. 10:30
[ Pytorch ] register_buffer, register_parameter란?

torch.nn.Module.register_buffer - parameter가 아니라 buffer를 수행하기 위한 목적으로 활용됩니다. - buffer는 state_dict에 저장되지만, 최적화에 사용되지 않습니다. 즉, 단순한 module이라고 볼 수 있습니다. def register_module(self, name : str, module : Optional["Module"]) -> None: self.add_module(name, module) torch.nn.Module.register_parameter - module에 name을 기반으로 parameter를 추가합니다. - register_buffer와 다르게, 최적화에 사용될 수 있습니다. def register_parameter(self,..
Python/Pytorch 2022. 12. 29. 15:38
[ CLEAN CODE ] Clean Python, __future__이란?

__future__이란? * Python 이전의 버전의 문법을 활용하는 것을 가능하게 합니다. absolute_import : 표쥰 모듈을 우선적으로 import하는 역할입니다. division : 이전의 파이썬 버전에서 작성된 나눗셈을 최신 파이썬 버전에서 매끄럽게 작동하도록 하게합니다. print_function : 향후에 파이썬의 어떤 버전을 활용하더라도, print()를 사용하겠다는 것을 선언한 것입니다. from __future__ import absolute_import from __future__ import division from __future__ import print_function 하단에 참고한 링크에 더욱 다양한 내용들이 있으니, 참고하시기 바랍니다. 감사합니다. Referenc..
Python/CLEAN CODE 2022. 12. 28. 23:42
[Meta Learning] Neural Turing Machines이란?

NTM(Neural Turing Machines) * Meta Learning의 MANN(Memory-Augmented Neural Networks)와 SNAIL(Neural Attentive Meta-Learner) 두 알고리즘에 대해서 이해하기 위해 공부해야 하는 선수조건입니다. - 이름 그대로, Neural Networks를 이용해, Turing Machine을 구현하는 것이다. (Turing Machine : 현대 컴퓨터 구조의 토대가 된 가상의 기계로, 수치 연산, 메모리 읽기, 메모리 쓰기의 기능을 가지고 있다.) - 이전의 Memory 형태로 저장되는 RNN과 LSTM은 Implicit Memory를 가지고 있었지만, 외부의 메모리를 가질 수 없었습니다. NTM은 Neural Networks..
Data Science/Meta Learning 2022. 12. 28. 22:50
[Meta Learning] MetaDataLoader 구현

* 해당 포스팅을 보기 전에, 이전 논문 리뷰를 우선적으로 참고하시는데 많은 도움이 될 것입니다. 감사합니다. https://kalelpark.tistory.com/28 [논문 리뷰] Optimization as a model for few-shot learning? 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-ComputerVis kalelpark.tistory.com Torchmeta란? Pytorch에서의 few-shot learning & meta-l..
Data Science/Meta Learning 2022. 12. 28. 20:55
[논문 리뷰] Optimization as a model for few-shot learning?

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 - 일반적으로 큰 Network에서는, Gradient based optimization은 상당히 많은..
Data Science/Meta Learning 2022. 12. 27. 09:17
[ Pandas ] Study with Groupby

Pandas Groupby - Group DataFrame using a mapper or by a Series of columns. (Mapper를 사용하거나, 일련의 열을 기준으로 데이터 프레임을 그룹화합니다.) - Groupby는 결과를 결합하고, 함수를 적용하고, 객체를 분할하는 역할을 합니다. Groupby for Statistics - 데이터 프레임에 .groupby(Column) + 통계함수로 그룹별 통계량을 확인할 수 있습니다. - 통계 결과는 통계계산이 가능한 수치형(numerical) 컬럼에 대해서만 산출합니다. df.groupby("sex").mean() df.groupby("sex").var() .agg()를 활용하여 다중 통계량을 구할 수 있습니다. - .agg()에서 문자열로 지..
Python/Pandas 2022. 12. 20. 22:06
[논문 리뷰] PIM(Plug in Module) [ 2022 ]

GitHub를 참고하시면, CODE 및 다양한 논문 리뷰가 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/AI_PAPER GitHub - kalelpark/AI_PAPER: Machine Learning & Deep Learning AI PAPER Machine Learning & Deep Learning AI PAPER. Contribute to kalelpark/AI_PAPER development by creating an account on GitHub. github.com Abstract Fine Grained는 일반적인 Classification에 비하여, 상당히 어려운 task입니다. 이전의 ..
Data Science/Fine Grained 2022. 12. 6. 14:42
이전 Prev 1 2 3 Next 다음