목록ML (148)

KalelPark's LAB

[ 논문 리뷰 ] A Simple Framework for Contrastive Learning of Visual Representations

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 본 논문은, Visual representation을 위한 Contrastive learning을 위한..
Data Science/Self Supervised Learning 2023. 1. 5. 13:08
[ Self Supervised Learning ] Jigsaw Permutations table 생성하기

* 본 논문에서, 활용되는 내용입니다. (참고하시기 바랍니다.) https://kalelpark.tistory.com/45 [ 논문 리뷰 ] Unsupervised Learning of Visual Representations by Solving Jigsaw Puzzles 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 Jigsaw Permutations Table - Self Supervised Le..
Data Science/Self Supervised Learning 2023. 1. 4. 17:29
[ SciPy ] Scipy를 활용하여, 원소간 거리 구하기

Calculating Distance - Python의 Scipy(Calculating pair-wise distance)를 활용해서, 각 원소 간 짝을 이뤄 거리를 계산합니다. - pdist() : return condensed distance matrix Y (축소된 거리를 반환합니다.) - cdist() : returns M by N distance Matrix (원소간 쌍을 이루어, 거리를 계산합니다.) pdist와 다르게, 두 개의 행렬을 받을 뿐만 아니라, 거리 행렬(condensed distance Matrix)을 반환합니다. * 여러가지 거리 측정 방식을 제안합니다. (하단의 링크를 참고하시기 바랍니다.) EX> from scipy.spatial.distance import cdist, p..
Python/SciPy 2023. 1. 4. 14:33
[ OpenCV ] cv2.imread() flag Parameter란?

* OpenCV에는 imread를 사용하여, 이미지를 읽어오는 것이 가능합니다. import cv2 cv2.imread("train.img", [1, 0, -1] 중 1개) cv2.imread를 사용하면, 이미지를 불러올 때, 값을 설정할 수 있습니다. cv2.IMREAD_COLOR 1 이미지를 Default값으로 읽어 드립니다. cv2.IMREAD_GRAYSCALE 0 이미지를 GrayScale로 읽어 드립니다. cv2.IMREAS_UNCHANCED -1 이미지를 alpha Channel까지 포함하여 읽습니다.
Python/OpenCV 2023. 1. 4. 13:09
[ 논문 리뷰 ] Unsupervised Learning of Visual Representations by Solving Jigsaw Puzzles

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 Self Supervision 원칙을 따름으로써, 우리는 pretext task를 따름으로써, jigs..
Data Science/Self Supervised Learning 2023. 1. 3. 20:27
[ Computer Vision ] Siamese-ennead CNN이란?

Siamese Neural Network [ 샴 네트워크 ] - 쌍둥이들이 비슷한 생김새를 가질 뿐만 아니라, 신체의 일부를 공유하는 Network입니다. - Few-shot에서 자주 보이는 모델입니다. Training - 두 개의 입력 데이터(Imput1, Input2)를 준비합니다. - 각 입력에 대한 임베딩 값(Embedding1, Embedding2)를 활용합니다. - 임베딩 사이의 거리를 계산하고, 두 입력이 같은 클래스에 속하면 거리를 가깝게, 다른 클래스에 속하면 거리를 멀게 학습시킵니다. 참고 https://tyami.github.io/deep%20learning/Siamese-neural-networks/ Siamese Neural Networks (샴 네트워크) 개념 이해하기 Siame..
Data Science/Common 2023. 1. 3. 19:46
[ Pytorch ] Chunk 활용하기

Chunk - Tensor를 지정된 Chunk의 개수로 분할하려고 합니다. 각 Chunk는 입력 텐서의 View이다. - torch.tensor_split()은 항상 명확하게, Chunk하지만, torch.Chunk는 작거나, 같게 합니다. (유연성) import torch chunk_example = torch.arange(12) print(chunk_example) -> tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) print(chunk_example.size()) -> torch.Size([12]) print(chunk_example.chunk(6, dim = -1)) -> (tensor([0, 1]), tensor([2, 3]), tensor([4, 5]),..
Python/Pytorch 2023. 1. 3. 16:13
[ CLEAN CODE ] Clean Python, Logging 활용하기

Logging이란? - 정보를 제공하는 일련의 기록인 로그(log)를 생성하도록 시스템을 작성하는 활동을 의미합니다. 어떤 소프트웨어가 실행될 때 발생하는 이벤트를 추적하는 수단입니다. 코드에 로깅 호출을 추가하여, 특정 이벤트가 발생했음을 나타냅니다. - 로그(log)를 활용하면 재현하기 힘든 버그에 대한 유용한 정보를 제공할 수 있습니다. 또한, 성능 및 통계에 대한 정보를 제공합니다. 설정이 가능한 경우, 로그는 예기치 못한 특정 문제들을 디버그할 수 있습니다. * 일반적으로, Shell과 같은 커멘드 인터페이스에서는 print보다 logging을 사용하는 것이 낫다고 말합니다. Python에서는 logging을 위한 유용한 라이브러리를 제공합니다. Log Levels * 로그는 각 래벨 중 하나를..
Python/CLEAN CODE 2023. 1. 2. 23:38
이전 Prev 1 ··· 13 14 15 16 17 18 19 Next 다음