본문 바로가기

패스트캠퍼스 #패스트캠퍼스AI부트캠프 #업스테이지패스트캠퍼스 #UpstageAILab#국비지원 #패스트캠퍼스업스테이지에이아이랩#패스트캠퍼스업스테이지부트캠프5

(2024-04-05) Backbone 이해하기: AlexNet, VGG AlexNet: CNN 모델의 시초. 여러개의 구조를 가진 CNN AlexNet의 구조 입력으로 24243 크기의 피처맵 1개 필터당: 11113개의 파라미터 + 1개의 bias 위 연산을 총 96번 반복 → 첫 레이어에서 벌써 약 3.5만개의 파라미터 Conv Layer: 원하는 수 만큼의 필터를 사용하여 원하는 수 만큼의 채널을 출력할 수 있음 Pooling Layer: 각 채널별로 독립적인 풀링연산 적용 → 입력채널의 수 = 출력채널의 수 학습가능한 파라미터: 0개 Normalization: 여러 값들을 일정한 범위 내에 고정 Lateral Inhibition현상(강하게 활성화된 뉴런이 다른 뉴런의 값을 억제하는 현상)으로 인해 normalization 필요(강하게 활성화된 뉴런의 값과 주변 뉴런들.. 2024. 4. 5.
(2024-03-14) Hydra Hydra에서 파라미터 관리를 위해 yaml이라는 데이터 포맷을 사용 config group: 여러개의 설정 파일을 그룹으로 묶어 관리 많은 수의 실험을 해야하는 경우, 편리하게 수행 가능 e.x. 모델2가지, 손실함수 2가지를 입력하면: 최종 4번의 실험을 알아서 수행 2024. 3. 14.
(2024-03-14) Pytorch Lightning Pytorch Lightning을 이용한 CNN Classifier class CNNClassifier(pl.LightningModule): def __init__(self): super(CNNClassifier, self).__init__() def forward(self, x): def configure_optimizers(self): def training_step(self, batch, batch_idx): def validation_step(self, batch, batch_idx): def test_step(self, batch, batch_idx): def predict_step(self, batch, batch_idx): model = CNNClassifier(num_classes=10, .. 2024. 3. 14.
(2023-12-13) 왜 파이썬인가 / 과거: 컴퓨터와 대화하려면 programing language를 배워야 현재: 자연어로도 컴퓨터와 소통 가능. 하지만 이것은 통역가를 통한 대화일 뿐! 파이썬, 벡엔드에 대한 이해가 수반되어야 AI모델 수립에 용이 기술적인 부분(이미 누군가 다 만들어놓았다) 보다는 '아이디어'가 중요한 시대 조달청, 나라장터, dart 등에서 돈이 되는 정보를 얻을 수 있다 파이썬 자료형 (Data Type) 숫자형 (Number) - 123 문자형 (String) - "word", ‘word’ 리스트형 (List) - ["12", "24", "566", 123, [123] ] 튜플형(Tuple), 딕셔너리형(Dict, {”key”:”value”}), 집합형(Set) 불형 (Boolean) - True, False 제어.. 2023. 12. 13.
(2023-12-12) 특강 GPT4보다 쓸모있는 인간이 되자! 전문 코드생성 모델: 신입 개발자들에게 큰 위협이 되고 있다 e.g. Copilot 트렌드를 따라서 전부 공부를 하려하지말고, 하나라도 제대로 하라! (이것저것 하려다보면 이도저도 안된다...) (아님 박사 하든가...) 캐글을 통해 실력을 키워보자! 세부 스킬보다는 큰 그림의 프로세스가 머릿속에 있어야! 파이썬 중요하다! - 문법에 익숙해지고 나서 -> 로직 세우기 훈련 - '코딩테스트' 매일 연습하라 과제가 주어졌을때 '할 수 있겠다' 하는 마음가짐 2023. 12. 12.
반응형