활동/네이버 부스트캠프 AI Tech

Classification 대회 끝!!!!!!! 2주간의 classification 대회가 끝이 났다. 우리 팀은 8등이라는 결과물을 얻어냈다~!!! 8조라서 8등 시작할 때부터 리더보드 순위에 연연하지 말자라고 말은 했지만...... 아예 신경이 안쓰일 수는 없는 법. 오히려 순위를 올리기 위해 여러가지 방법을 시도할 수 있었던 것이 좋았던 것 같다. 2주 간 정말 정말 여러가지를 시도해 보았고 실행했다. 특히 역대급으로 느낀 점이 많았는데 밑에 차차 적어 볼 예정이다. 크게 느꼈던 점은 내 생각은 우물안 개구리라는 것이었다. model에만 집중해서 바꿔가며 실행했는데 동료 캠퍼분들은 data에 초점을 맞추고 data의 결함을 해결함으로써 성능을 올리셨다. EDA는 대충하고 넘어가서 data가 imba..

1) 강의 복습 내용 1. Conditional Genrative Model https://ltsgod.tistory.com/112 Conditional Generative Model 1) Conditional generative model 이것은 무엇인가?? 조건이 주어졌을 때 image를 해석해주는 것을 말한다. 예를 들어 위와 같이 실제 이미지를 가방으로 번역하는 함수가 있다고 한다. 이러한 모델은 조건 ltsgod.tistory.com 2. Multi- Modal(보강 필요) https://ltsgod.tistory.com/116 Multi-Modal 1) Multi-Modal learning Overview Multi-Modal-learning이란 다른 특성을 갖는 data(ex. text, s..

1) 강의 복습 내용 1. Computer vision 개요, Classification https://ltsgod.tistory.com/101 Computer Vision 개요 어떻게 하면 사람의 시각을 컴퓨터로 구현할 수 있을까?? 전통적인 방법 Input - Feature extraction - Classification - Output Deep Learning Input - Feature extraction + Classification - Output Deep Learning을 이용하면 더이상 ltsgod.tistory.com 2. Annotation Data Efficient Learning https://ltsgod.tistory.com/100 Annotation Data Efficient ..

1) 강의 복습 내용 0. Deep Learning 개요 https://ltsgod.tistory.com/91 0. Deep Learning 개요 1) Deep Learning 의 중요한 요소 1. data 2. model 3. loss 4. algorithm(optimizer) 2) Deep Learning 의 굵직한 사건들 Alexnet - 2012 DQN - 2013 Adam - Optimizer - 2014 Generative Adversal Network - 2015 Residual Networks - 2015 깊게 층을 쌓 ltsgod.tistory.com https://ltsgod.tistory.com/95 Optimizer 0) Gradient Descent(경사 하강법) Gradient ..

1)강의 복습 내용 1. PyTorch 개요 https://ltsgod.tistory.com/77 PyTorch 개요 PyTorch PyTorch는 Facebook AI Research Lab에서 개발한 오픈소스 머신러닝 프레임워크로, 주로 딥러닝 모델을 구현하고 학습시키는 데 사용됩니다. 파이썬 기반으로 작성되어 있으며, 넘파이(Numpy)와 유사 ltsgod.tistory.com 2. PyTorch basic https://ltsgod.tistory.com/78 Pytorch basic Tensor 생성 리스트(list) 또는 NumPy 배열(ndarray)로부터 Tensor 생성 ( list도 가능하다) import torch import numpy as np # 리스트로부터 Tensor 생성 li..

주간 학습 정리 - Tistory 첫 주 Python 기초, NumPy, Pandas, AI & Math 강의를 들었다. 강의 분량이 상당해서 일주일 간 강의 듣고 정리 하기의 반복이었다. 주말이 되어서야 어느정도 정리를 끝낼 수 있었다. 여러가지 생소한 용어들과 처음 보는 함수들이 즐비하게 나왔다. 너무 많은 내용이 머리에 들어와 정리를 하지 않았으면 다시 기억하기 힘들었을 것 같다. Python과 NumPy는 그래도 몇 번 해본 경험이 있기 때문에 괜찮았는데 Pandas 와 Math 쪽이 조금 힘들었다. 엑셀조차 많이 다뤄본 적이 없었는데 코딩으로 엑셀을 다루는 것과 같은 느낌이었다. 부랴부랴 정리 했지만 Pandas는 직접 코드를 쳐보면서 감각을 길러야 할 것 같다. Math 쪽도 어려운 개념이 많..

1. 지원계기 2022년 2학기가 끝나고 붓캠에 대해 열심히 찾고 있었다. 3학년이 끝나고 졸프를 해야하는데 이대로 졸프를 했다가는 전혀 마음에 들지 않는 결과물이 나올 것 같았다. 그리고 한번 쯤 제대로 배우고 공부하며 졸업프로젝트를 진행 하고 싶었다. 원래 AI는 별로 관심이 없었다. 2학기에 기계학습 기초 프로젝트를 진행하며 AI는 그동안 배웠던 CS과목들과는 다른 느낌이었기 때문이었다. 기계학습 기초는 다른 여타 전공과 다른점은 학교 커리큘럼 과정상 처음으로(아마 맞을것이다) 나오는 프로젝트였다. 오랜만에 시험을 위한 공부가 아니라 진짜 프로그램을 성공적으로 돌리기 위한 공부를 한 것 같았다. 물론 굉장히 힘들었다. 선대수도 듣지 않았던 나는 행렬계산 하는법 조차 몰랐다. 그리고 다른 텐서플로우,..