Posts by Year

특별한 파이썬 함수

less than 1 minute read

파이썬에는 복잡한 과정을 단순화 시켜주는 특별한 함수들이 많이 존재한다. 이러한 함수들을 정리해보았다.

Few-Shot Parameter-Efficient Fine-Tuning is Better and Cheaper than In-Context Learning

less than 1 minute read

이번에 발표한 논문의 제목은 Few-Shot Parameter-Efficient Fine-Tuning is Better and Cheaper than In-Context Learning 으로, Parameter-efficient fine-tuning 기법 중에 하나인 IA3에 대한...

Robust Speech Recognition via Large-Scale Weak Supervision

less than 1 minute read

이번에 발표한 논문의 제목은 Robust Speech Recognition via Large-Scale Weak Supervision 으로, 일명 Whisper에 대한 논문이다.

Resilient Distributed Dataset

1 minute read

What is Resilient Distributed Dataset?

HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in HuggingFace

less than 1 minute read

이번에 발표한 논문의 제목은 HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in HuggingFace 이다.

An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

less than 1 minute read

이번 발표 논문의 제목은 An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale으로, 일명 Visual Transformer 방법을 새롭게 제시한 논문이다.

Masked Language Model vs Causal Language Model

1 minute read

BERT와 같은 Masked Language Model과 GPT와 같은 Causal Language Model의 차이점을 정리해보았다. 해당 링크를 참고하여 작성하였다.

Enriching Word Vectors with Subword Information

less than 1 minute read

이번 발표 논문의 제목은 Enriching Word Vectors with Subword Information으로, 일명 FastText 방법을 새롭게 제시한 논문이다.

프로그래머스 DP

less than 1 minute read

1. 등굣길

프로그래머스 그리디 문제

1 minute read

크루스칼 알고리즘

제4회 AI x Bookathon 참여후기

3 minute read

  지난 3주(22.12.27~ 23.1.18) 동안 진행되었던 AI x Bookathon 대회에 대한 후기를 남기고자 한다. 해당 대회는 Language Model을 이용해 수필을 작성하는 해커톤 대회로, 예선과 본선으로 이루어져 있었다. 예선은 딥러닝의 기초 지식들에 대한 퀴즈...

Understanding Diffusion Models Towards Adversarial Robustness

5 minute read

1. Introduction

Diffusion Models for Adversarial Purification

4 minute read

1. Introduction

Lecture 4: Maximum Likelihood Learning

less than 1 minute read

4번째 강의는 Maximum Likelihood Learning에 대해 다루고 있다.

Lecture 3: Autoregressive Model

less than 1 minute read

3번째 강의는 Autoregressive Model에 대해 다루고 있다.

Lecture 1&2: Introduction and Background to Deep Generative Model

less than 1 minute read

첫번째와 두번째 강의는 Deep Generative Model에 대한 소개와 백그라운드 지식에 대해서 다루고 있다.

Pytorch tools

less than 1 minute read

view() vs shape() vs permute() vs transpose(): click here

프로그래머스 문제 9, 10

4 minute read

야간 전술보행

프로그래머스 문제 11, 12, 13

3 minute read

예상 대진표

프로그래머스 문제 13, 14

1 minute read

N-queen

프로그래머스 문제 7, 8

3 minute read

괄호 회전하기

Reliable Evaluation of Adversarial Robustness with an Ensemble of Diverse Parameter free Attacks

1 minute read

1. Introduction

On Adaptive Attacks to Adversarial Example Defenses

2 minute read

해당 논문 리뷰는 arxiv에 개제된 ‘On Adaptive Attacks to Adversarial Example Defenses’논문과 논문에 대한 리뷰 영상을 참고하여 작성하였다.

프로그래머스 문제 5, 6

2 minute read

모음 사전

프로그래머스 문제 3,4

3 minute read

피로도

프로그래머스 문제 1,2

3 minute read

두 큐 합 같게 만들기

리트코드 문제 36, 38

2 minute read

36. Valid Sudoku

Non-Isotropy Regularization for Proxy Based Deep Metric Learning

less than 1 minute read

프로그래머스 문제 3,4

3 minute read

피로도

리트코드 문제 23, 24

2 minute read

23. Merge K sorted Lists

Multi-Similarity Loss with General Pair Weighting for Deep Metric Learning

less than 1 minute read

리트코드 문제 11, 12

3 minute read

11. Container with Most Water

Learning Intra-Batch Connections for Deep Metric Learning

5 minute read

1. Introduction

리트코드 문제 8, 10

3 minute read

8. String to Integer

리트코드 문제 6,7

2 minute read

6. Zigzag Conversion

해시 테이블 추가문제

1 minute read

프로그래머스 level 2 - 위장

Document Inspection Using Text-Line Alignment

3 minute read

1. Abstract

배열 추가문제2

less than 1 minute read

Question 1: Container With Most Water

카카오 공채 문제 풀이

4 minute read

Question 1: 비밀 지도

그리디 알고리즘 추가문제

less than 1 minute read

Question 1: Jump Game

다이나믹 프로그래밍

3 minute read

들어가기 전에

분할 정복

1 minute read

Question 83: 과반수 엘리먼트

그리디 알고리즘

4 minute read

Question 78: 주식을 사고팔기 가장 좋은 시점2

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

4 minute read

1. Abstract

Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning

2 minute read

Abstract

비트 조작 추가문제

1 minute read

Question 1: Single Number 2

최대 슬라이딩 윈도우

3 minute read

Question 75: 최대 슬라이딩 윈도우

비트 조작

4 minute read

Question 70: 싱글 넘버

이진 검색 추가문제

less than 1 minute read

Question 1: Find First and Last Position of Element in Sorted Array

Deep Residual Learning for Image Recognition

3 minute read

Introduction

정렬 추가문제

less than 1 minute read

Question 1: Smallest Value of the Rearranged Number

이진검색

1 minute read

들어가기 전에

힙 추가문제

less than 1 minute read

Question 1: Trim a Binary Search Tree

정렬

5 minute read

들어가기 전에

이진트리 추가문제

1 minute read

Question 1: Trim a Binary Search Tree

힙

4 minute read

들어가기 전에

이진트리 추가문제

2 minute read

Question 1: Validate Binary Search Tree

트리 - part2

5 minute read

들어가기 전에

트리 - part1

6 minute read

들어가기 전에

최단 경로 문제

9 minute read

들어가기 전에

해시 테이블 추가문제

2 minute read

Question 1: Integer to Roman

그래프 순회

less than 1 minute read

그래프 순회

그래프

8 minute read

Question 32: 섬의 개수

해시 테이블

5 minute read

들어가기 전에 해시: 해시 테이블에서 입력값을 고정 크기 값으로 매핑하는 과정을 해싱이라고 한다. 해시 함수: 해시를 하는데 사용되는 함수. 성능이 좋은 해시 함수들의 특징은 다음과 같다. 해시 함수 값 충돌의 최소화 쉽고 빠른 연산 ...

데크, 우선순위 큐

6 minute read

Question 26: 원형 데크 디자인

연결리스트 추가문제

less than 1 minute read

Question: 유효한 팰린드롬 2

스택, 큐 추가문제

less than 1 minute read

Question: 유효한 팰린드롬 2

스택, 큐

5 minute read

Question 20: Linked List Cycle

배열 추가문제

less than 1 minute read

Question: 유효한 팰린드롬 2

연결리스트

9 minute read

연결 리스트란?

문자열 조작 추가문제

less than 1 minute read

Question: 유효한 팰린드롬 2

배열

8 minute read

Question 7: 두 수의 합

문자열 조작

3 minute read

Question 1: 유효한 팰린드롬

서울시 빅데이터캠퍼스 공모전

4 minute read

2021년 9월 13일부터 10월 21일까지 진행한 서울시 빅데이터캠퍼스 공모전에 참가하였다. 공모전이 끝난지는 무려 한달(…)이 지났지만 후기 작성을 미루다가 지금에서야 후기를 작성하려 한다.

Assignment 1

1 minute read

Assignment 1은 파이썬 코드를 직접 작성하여 이미지 분류 모델을 직접 만드는 내용이다. 사용하는 모델로는 KNN, SVM, two-layer-net(deep learning network with one hidden layer) 이 있다. 이 모델들에 대해서는 예전에 배운...

Lecture 14: Reinforcement Learning

3 minute read

이번 단원에서는 강화 학습(reinforcement learning)에 대해서 다루고 있다.

Lecture 13: Generative Models

5 minute read

이번 단원에서는 학습된 이미지로 새로운 이미지를 만들어내는(generate) 알고리즘에 대해 다루고 있다. 이와 같이 새로운 이미지를 만드는 알고리즘을 적용한 모델을 Generative Model 이라고 한다.

Lecture 12: Visualizing and Understanding CNN

5 minute read

지금까지 CNN의 작동 원리와 CNN을 통해 컴퓨터가 이미지를 읽고 처리하는 과정을 알아보았다. 그렇다면 CNN의 각 층에서 이미지가 어떠한 형식으로 나타나게 될까? CNN의 작동 과정을 좀 더 직관적으로 알기 위해 시각화 하는 방법에 대해 이 단원은 다루고 있다.

Lecture 11: Detection and Segementation

less than 1 minute read

현재까진 이미지에 나타난 물체를 특정 카테고리로 분류하는 이미지 분류(image classification) 에 대해 집중적으로 배워보았다. 그러나 컴퓨터 비전은 분할 (segmentation), 탐지 (detection)도 수행할 수 있다. 각각의 역할에 대해 간단하게 알아보자

Lecture 10: Recurrent Neural Network

3 minute read

Process Sequence of Recurrent Neural Network

데이콘 경진대회 참여후기 part2

1 minute read

경진대회에서 1등이 사용한 코드를 보려고 했는데 아쉽게 1등한 팀이 코드를 공유하지 않아 3등 팀의 코드를 참고하였다.

데이콘 경진대회 참여후기 part1

4 minute read

지금까지의 배운 내용을 실전에 한번 적용해보고 싶다는 생각에 동아리 스터디원들과 함께 데이콘 경진대회에 참여 하였다. 대회의 내용은 구내식당 식수 인원을 예측하는 것으로, 대회 기간은 6월 3일부터 7월 23일까지였으며 대회 종료한지는 2달(…)이 넘게 지난 지금 경진대회 참여 후...

Lecture 8: Deep Learning Software

less than 1 minute read

CPU vs GPU

Lecture 9: CNN Architectures

5 minute read

CNN Architectures

Lecture 7: Training Neural Networks 2

1 minute read

Optimization

Chapter 4: 모델 구축 part2

4 minute read

본 챕터의 두 번째 파트는 신경망, 선형 모델, 랜덤 포레스트와 기타 모델등에 대해 다루고 있다.

Lecture 6: Training Neural Networks 1

5 minute read

Activation Functions

Chapter 4: 모델 구축 part1

5 minute read

챕터4는 데이터의 생성된 특징을 바탕으로 모델을 구축하는 방법에 대해 설명하고 있다. 이 장 또한 양이 상당히 많고 중요한 내용을 담고 있기 때문에 두 개의 파트로 나눠서 정리하기로 하였다.

Lecture 5: Convolutional Neural Networks

1 minute read

History of Neural Networks

Lecture 4: Backpropagation and Neural Network

2 minute read

What is Backpropagation?

Chapter 3: 특징 생성 part2

8 minute read

챕터 2의 두번째 파트는 시간과 관련된 데이터를 처리하는 방법, 비지도 학습 알고리즘을 이용하여 특징을 생성하는 방법에 대해 다루고 있다.

Chapter 3: 특징 생성 part1

11 minute read

챕터 3는 내용이 이전 챕터보다 많으므로 2개의 파트로 나누어서 작성하였다. 첫번째 파트에서는 모델의 성능을 높이기 위해서 새로운 특징을 만드는 방법에 대해 다루고 있다.

Lecture 3: Loss Function and Optimization

4 minute read

What is Loss Function?

마크다운(Markdown) 문법

2 minute read

티스토리에서 깃허브 블로그로 바꾸면서 마크다운에 대해 처음 접하게 되었다. 원할한 블로그 정리를 위해 마크다운 문법에 대해 배울 필요성이 있다고 생각하여 이렇게 정리를 진행 중이다.

Lecture 2: Image Classification pipeline

2 minute read

원래는 Lecture 3를 정리하기 전에 Lecture 2를 정리했어야 했는데 밀린 Lecture을 듣다가 이제서야 정리를 한다.

Lecture 1: Introduction to CNN for Visual Recognition

less than 1 minute read

What is computer vision?

Chapter 2: 경진대회의 평가지표

5 minute read

2.1 경진 대회의 종류