auto_awesome 생성 모델 정리 1. 생성 모델링 주어진 데이터셋과 유사한 데이터를 생성하도록 모델을 훈련하는 머신러닝의 한 분야. 특징 생성하려는 개체의 샘플이 많은 데이터셋이 필요 각 샘플은 많은 특성으로 이루어짐 — 이미지는 개별 픽셀값, 텍스트는 개별 단어 또는 문자의 그룹 확률적이어야 함: 매번 동일한 값을 출력하는 게 아니라 다양한 출력 결과를 관측할 수 있어야 함 (평균값 모델은 항상 같은 이미지 하나만 내놓으므로 생성 모델이 아님) 어떤 이미지는 훈련 데이터셋에 있을 것 같고 다른 이미지는 그렇지 않은 이유를 설명하는 알려지지 않은 확률 분포가 있다고 가정 → 이 분포를 최대한 가깝게 흉내내는 모델을 만들고, 여기서 샘플링해..

wb_sunny 오늘 일상 공유 오늘 하루도 평상시와 동일하게 오전에 운동을 갔다가 이론 수업을 마무리하고 실습 수업에 복습을 하였다. 위클리페이퍼 내용과 복습한 내용을 바탕으로 블로그를 작성하고, LLM 공부를 하고 러닝을 하면 하루를 마무리할 예정이다! auto_stories 위클리페이퍼 Q. Semantic Segmentation이란 무엇이며, 이미지 분류(Classification)와 어떤 차이가 있나요? 예측 단위출력 이미지 분류(Classification)이미지 전체에 레이블 1개"이 사진에는 고양이가 있다" Semantic Segmentation모든 픽셀 하나하나입력과 동일한 크기의 픽셀별 클래스 맵("이 픽셀은 고양이, 저 픽셀은..

wb_sunny 오늘 일상 공유 오늘 오랜만에 블로그다. 이번 주는 프로젝트 기획에 집중하다 보니까 시간이 금방 지나간 것 같다. 평상시대로 오전에 운동 후 오늘도 실습이라서 계속 프로젝트 기획을 수정하면서 시간을 보내다가, 리프레시 겸 이번 주에 배운 객체 인식과 위클리페이퍼로 블로그를 작성하고자 한다. auto_stories 위클리페이퍼 Q. YOLO(You Only Look Once) 모델의 주요 특징과 장점은 무엇인가요? 특징 1-stage(단일 단계) 탐지: Region Proposal 없이 이미지 전체에서 박스 좌표+클래스를 한 번의 순전파로 동시 예측 → 객체 탐지를 하나의 회귀 문제로 재정의 그리드 기반 예측: 입력을 S×S 그리드로..

wb_sunny 오늘 하루 공유 오늘 부트캠프에서 1시간 이론을 나가고 이후에는 실습 시간이어서, 오늘까지 배운 내용을 정리해보려고 한다. 여러 사전 학습 모델과 XAI에 대해서 정리하고자 한다. account_tree 사전학습 CNN 모델 계보 왜 이 순서로 배우는가 강의자료의 "사전 학습된 모델의 활용" 슬라이드는 LeNet부터 AlexNet, VGGNet, Inception, ResNet 순으로 모델을 나열한다. 이 순서는 그냥 나열이 아니라 문제 → 해결 → 새로운 문제 → 해결의 연쇄다. LeNet "CNN이 진짜 되네?" → 근데 큰 이미지는 못 다룸 ↓AlexNet "GPU + ReLU + Dropout" → ..

wb_sunny 오늘 하루 공유 오늘은 오전에 운동을 갔다가 부트캠프를 듣고, 이후에 "2026 대기업 공채 AI 역량 어필 전략"이라는 주제의 세미나를 들었다. 그리고 러닝을 갔다가 티스토리를 쓰며 하루를 마무리할 예정이다! 블로그 내용은 이미지 분류에 대한 내용과 세미나에서 기억에 남는 것을 정리하고 마무리하고자 한다. image_search 이미지 분류 정리 이미지 분류 모델을 만드는 학습 방법은 크게 두 가지로 나뉜다. 처음부터 학습(from scratch)하는 방법과, 사전 학습된 모델을 활용하는 방법이다. 오늘 수업은 후자, 즉 전이학습을 중심으로 진행됐다. 전이학습(Transfer Learning)이란? 이미 사전 학습된 모델을 재사용해 새로운..

wb_sunny 오늘 일상 공유 오늘 오전에 운동을 갔다가 부트캠프를 듣고 푹 쉬다가 아르바이트를 갈 예정이다. 블로그 내용은 강사님 미션과 내가 진행했던 미션의 차이, 그리고 오늘 수업 내용인 컴퓨터 비전 정리, 마지막으로 Sprint Quiz 프로젝트 진행 상황을 공유하려고 한다. description 미션5 후기: 손상 문서 복원 이번 미션에서는 손상된 문서를 복원하는 작업을 수행한다. 오토인코더를 활용해 문서 이미지의 품질을 향상시키고, 문서의 내용을 최대한 복원하는 모델을 구현하는 게 목표다. 문서는 습기, 찢김, 얼룩 등 다양한 이유로 손상될 수 있는데, 손상된 문서에서 노이즈를 제거해 원본 문서를 최대한 복원하는 것이 이번 미션의 핵심이다. 데이터셋을 활용해 다양한..

wb_sunny 오늘의 일상 공유 오늘은 오전에 운동을 갔다가 부트캠프를 들었다. 이번 주는 계속해서 미션5를 진행하는 기간이라 하루 종일 미션5를 진행했다. 그리고 하루 종일 코드만 보다 보니 머리가 아파서 머리 식힐 겸 위클리페이퍼를 작성했다. 오늘의 블로그는 위클리페이퍼와 프로젝트 관련해서 공유하려고 한다! quiz 위클리페이퍼 1. 이미지를 모델에 입력하기 전 리사이징·정규화를 하는 이유 리사이징은 입력으로 들어오는 이미지들의 크기를 모델이 요구하는 고정된 크기로 통일시키는 전처리 단계다. 정규화는 이미지의 픽셀값 범위를 모델이 학습하기 좋은 형태로 재조정하는 전처리 단계로, 스케일링(0~1 범위로)이나 표준화(평균 0, 표준편차 1) 방식을 쓴다. ..

wb_sunny 오늘 하루 공유 오전에 운동을 갔다가 프로그래머스를 풀고 부트캠프를 들은 이후에 블로그를 작성하고 있다. 좀 쉬다가 밤에는 아르바이트가 있어서, 가게 되면 프로그래머스를 풀고 공부하지 않을까 싶다. 오늘 블로그 내용은 총 3가지다. 프로그래머스 문제, PyTorch 데이터모델링부터 RNN까지, 그리고 위클리페이퍼 5&6으로 마무리할 것이다. edit_note 오늘 코테 문제 문제디펜스 게임 플랫폼프로그래머스 핵심 요구사항병사 n명, 방어권 k개로 적 enemy를 순서대로 막을 때, 방어권을 최적으로 사용해 버틸 수 있는 최대 라운드 수 구하기 python import heapqdef solution(n..

wb_sunny 어제 일상 공유 어제도 오전에 운동을 갔다가 부트캠프를 듣고, 추가로 PyTorch 기본기에 대한 인강을 듣고, 프로그래머스를 풀고 하루를 마무리했다. 오늘 블로그는 프로그래머스 문제 푼 것과 PyTorch 기본기에 대해 정리하려고 한다! edit_note 오늘 코테 문제 문제캐시 플랫폼프로그래머스 핵심 요구사항LRU 캐시 방식으로 도시 이름을 순서대로 접근할 때, cache hit은 1초, cache miss는 5초로 계산해 총 소요 시간 구하기 python def solution(cacheSize, cities): answer = 0 cache = [] if cacheSize..

wb_sunny 어제 일상 공유 어제는 평상시와 동일하게 아침에 운동을 갔다가 부트캠프를 듣고, 401팀 스터디를 진행하고, 내가 진행 중인 프로젝트 관련 논문을 읽은 뒤 러닝으로 하루를 마무리했다. 오늘 블로그는 RNN을 간단히 정리하고, 401팀 스터디에서 어떤 걸 했는지, 어떤 프로젝트를 진행 중인지, 마지막으로 논문 정리한 것까지 공유하려고 한다. timeline RNN 정리 문장 같은 데이터는 순서가 바뀌면 의미가 완전히 달라진다. 그런데 지금까지 배운 MLP는 입력을 한 번에 통째로 받아서, 순서 정보를 살릴 방법이 없었다. RNN은 바로 이 문제, "순서가 있는 데이터를 어떻게 순서대로 학습시킬 것인가"에서 출발한다. 왜 RNN이 필요한가 시계열 데이터,..