우당탕탕 데이터 사이언스 정복기

석사 3학기 과정은 바쁠 수밖에 없다.블로그 업데이트 꾸준히 하시는 분들 진짜 리스펙 한다.올릴게 많은데 아직 정리할 수 있는 여유가 없다. 여유가 생기면 올릴 리스트(텍스트데이터 증강, 태블로 훈련소 23기 및 자격증, 창업 동아리, 2d pose -> 3d lifting, xorg 윈도우-우분투 '집에서도 가능한' 포트포워딩 원격 데스크탑, 3d HPE, HOI) 개인 논문, 프젝, 스터디, 취업 위한 스펙 준비(개인적으로 박사과정은 취업하고 어느 정도 도메인이 정해지고 나서 나중에 해보고 싶다) 등등 정신이 없다.요즘은 진짜 전략적으로 살아야 된다는 것을 체감 중이다. 논문 작성은 일반대학원 졸업요건에 가장 큰 벽이다.논문을 통해 졸업할 수 있느냐 없느냐는, Conribution을 얼마나 잘 이뤄냈..

한 달 전쯤, ChatGPT가 여러가지 바뀌면서 사용성이 높은 기능을 추가했다. 바로 Create a GPT 기능이다. (ChatGPT4 유료 결제 사용자만 가능) ChatGPT 왼쪽 상단에 Explore 탭을 클릭한다. 그러면 위에 My GPTs 탭이 있는데 Create a GPT를 클릭해준다. 그러면 새 창이 열림과 동시에 아래와 같은 화면이 나온다. GPT: Hi! I'll help you build a new GPT. You can say something like, "make a creative who helps generate visuals for new products" or "make a software engineer who helps format my code." What would y..

오늘은 YOLOv8의 pretrained Detect model을 커스텀 데이터셋으로 돌려보는 작업을 따라해보려고 한다. YOLO의 경우 Object Detection 최초의 1-Stage Detector 방법론이다. https://arxiv.org/abs/1506.02640 You Only Look Once: Unified, Real-Time Object Detection We present YOLO, a new approach to object detection. Prior work on object detection repurposes classifiers to perform detection. Instead, we frame object detection as a regression problem..

Human3.6M은 유료이지만, 최근까지도 많은 2D, 3D Human Pose Estimation 논문들이 모델을 검증할 때 사용한다. 그리고 앞으로도 널리 사용될 것으로 보인다. 근데 이 데이터셋... 상당히 용량이 크고 파일이 나눠져있어, 다운로드하고 원하는 대로 바꾸기 상당히 번거롭다는 단점이 존재한다. 이를 해결하기 위해 도커를 사용해서 쉽고 빠르게 환경 구성을 한 후 다운로드를 해보자! Human3.6M http://vision.imar.ro/human3.6m/description.php Human3.6M Dataset Diversity and Size • 3.6 million 3D human poses and corresponding images • 11 professional actors ..

대화형 인공지능 수업을 들으면서 GPT4를 결제했고, 이를 잘 사용하고 있다. (코딩도 잘해... 요약도 잘해...) 그런데 요새 GPT-4의 신규 기능이 많이 나와서 재밌게 사용 중이다. 그 중에서 오늘 소개할 것은... 바로 'DALL-E 3' 'DALL-E 3' 는 텍스트를 입력하면 텍스트에 맞는 이미지를 생성해주는 기능이다. (Text to Image) 즉, 원하는 이미지를 구상하고 이에 맞게 텍스트를 입력해주면 간단하게 이미지 생성이 된다. 예시로 고양이 사진을 그려보자. 이번에는 내가 좋아하는 게임 캐릭터인 로스트아크의 카멘을 그려보자. 카멘은 다음과 같이 생겼다. 그럼 아까 고양이처럼 카멘을 그려달라고 하면? 카멘을 잘 모르는지... ㅠ 안다고 하는데 그리질 못한다. (대화형 인공지능의 단점..

깔끔하게 정리는 못했지만... 파이토치를 처음 접해보는 분이라면, 아래 코드를 보고 기본적으로 다루는 방법을 연습 하실 수 있을 겁니다! In [1]: import torch In [2]: print(torch.__version__) print(torch.cuda.is_available()) 1.9.1+cu111 True Pytorch Components 1. torch 메인 네임스페이스입니다. Tensor 생성, tensor간의 연산 등 다양한 함수가 정의되어 있습니다. Numpy와 유사한 구조를 가집니다. 2. torch.autograd 자동 미분을 위한 함수들이 포함되어져 있습니다. 자동 미분의 on,off를 제어하는 콘텍스트 매니저(enable_grad/no_grad)나 자체 미분 가능 함수를 정..

생각보다 OS를 포맷하는 경우가 많아지고 있어, 파이토치(Pytorch) 환경 구성 하는 방법에 대해 정리해보고자 한다. 필자의 환경 OS: Windows11 (참고로 리눅스의 경우, 환경 구성이 윈도우와 살짝 다르지만 거의 비슷하다) GPU: RTX 3060 laptop nvidia 그래픽 드라이버는 설치 했을 것이라 가정하겠다. 다운로드를 안했다면 아래 링크를 확인하자. 공식 드라이버 | NVIDIA Download the latest official NVIDIA drivers Download the latest official NVIDIA drivers www.nvidia.com 먼저, PowerShell이나 윈도우 터미널 창에서 가용한 CUDA version을 확인한다. nvidia-smi 필자는..

갑자기 너무 바쁘다... 그래도 한가한 것보다 100배는 낫지! 요새하고 있는 것들을 정리해 보자 1. 랩 세미나: 컴퓨터 비전 랩실 나는 다른 동기들과 다르게 조금 일찍 교수님 랩실에 들어갔다. (미리 들어가서 논문 주제 설정 및 방향성 확립) 그래서 조금 더 구르고 굴렀다. 졸업을 위한... 나의 처절한 몸부림 너무 어려운 걸 선택했나 싶긴 한데... 또 쉬우면 재미없으니까... 그리고 성격 상 흥미로운 걸 해야 내가 안 질리고 잘한다. 뭐 하는 건 매번 똑같다. 논문 계속 보고 노션에 정리, 데이터 확인하며 코드 돌려보기 아직 모르는 게 많아서 하나하나씩 정리해 나가는데, 요즘 정리된 게 많아서 그런지 예전보다 이해하기 쉽기도 하고... GPT도 한몫하는 것 같고ㅎㅎ 좋은 시대에 잘 태어난 것 같다..

파이토치(PyTorch)는 현재 모델 개발 시 가장 많이 사용하는 딥러닝 라이브러리이다. 기본적으로 튜토리얼 자체가 잘 되어있기 때문에 따라 해보고 정리하고자 한다. https://tutorials.pytorch.kr/beginner/basics/intro.html 파이토치(PyTorch) 기본 익히기 파이토치(PyTorch) 기본 익히기|| 빠른 시작|| 텐서(Tensor)|| Dataset과 Dataloader|| 변형(Transform)|| 신경망 모델 구성하기|| Autograd|| 최적화(Optimization)|| 모델 저장하고 불러오기 Authors: Suraj Subramanian, Seth Jua tutorials.pytorch.kr 한국어 번역이 되어있는 사이트다. 원래는 Anacond..

Docker를 사용한다면? 환경구성을 쉽고 빠르게 할 수 있다. 도커는 리눅스 기반 컨테이너 기술이기 때문에 윈도우에서 사용하려면 WSL 2가 필요하다. 아래 링크를 바탕으로 환경 구성을 해보자! WSL에서 Docker 컨테이너 시작 | Microsoft Learn WSL에서 Docker 컨테이너 시작 Linux용 Windows 하위 시스템에서 Docker 컨테이너를 설정하는 방법을 알아봅니다. learn.microsoft.com 환경 구성 1. OS: Windows 11(10), 웬만하면 최신 버전으로 업데이트 필요(예전 구 버전일시 적용 안될 수 있음 2. WSL 2(1) 필수 설치 WSL 2는 이제 전체 시스템 호출 용량을 갖춘 Linux 커널에서 실행되므로 WSL 1 보다 WSL 2를 이용하는 것..