본문 바로가기
반응형

전체 글55

[Paper Review] Self-Paced Curriculum Learning Authors : Jiang, L., Meng, D., Zhao, Q., Shan, S., & Hauptmann, A. Journal/Conference : AAAI Source : https://ojs.aaai.org/index.php/AAAI/article/view/9608 Background Curriculum Learning(CL) 학습과정에서 쉬운 데이터부터 점차 어려운 데이터 학습 curriculum(학습 순서) : 사전 지식으로 결정되고, 고정되어있음 그러므로 학습 과정에서의 피드백은 무시된 상태로 사전 지식의 퀄리티가 매우 중요함 다양한 sources로 부터 사전지식을 포함하여 유연함을 가진다는 장점 Self-Paced Learning(SPL) 학습과정에서 쉬운 데이터부터 점차 어려운 데이.. 2023. 5. 20.
[Error] TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first. TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first. cuda를 사용하여 MNIST 데이터에 대한 간단한 두 모델을 비교하기 위해 두 가지 모델의 loss 값을 matplotlib 통해 시각화하는 과정에서 다음 오류가 발생했다. 해당 오류는 gpu에 할당되어 있는 텐서를 numpy 배열로 변환할 때 생기는 에러라고 한다. 그래서 저장된 loss 값을 확인해보니 다음과 같았다. 이렇게 저장되어있는 값을 바로 matplotlib을 통해 시각화를 진행하는 과정에서 자동으로 numpy값으로 변환하려다 보니 오류가 발생한 것 같다. 해당 오류는 gpu에 할.. 2023. 3. 16.
[Error] OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized. OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized. PyTorch가 설치되어 있는 가상환경에서 matplotlib 설치 후 활용하여 시각화를 하는 과정에서 다음과 같은 오류가 발생했다. 해결하기 위해 새로운 가상환경을 만들어서 시도해봤지만 똑같은 오류가 발생했다. OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized. OMP: Hint This means that multiple copies of the OpenMP runtime have been linked into the program.. 2023. 3. 16.
[Paper Review] Self-Paced Learning for Latent Variable Models Authors : Kumar, M., Packer, B., & Koller, D. Journal/Conference : NeurIPS 2010 Source : https://proceedings.neurips.cc/paper/2010/file/e57c6b956a6521b28495f2886ca0977a-Paper.pdf Background 잠재 변수 모델(Latent variable models)은 머신러닝의 몇몇 applications 좋은 성능을 보인다. 잠재 변수 모델의 매개변수를 학습하는 것은 종종 non-convex optimization problem를 해결할 필요가 있다. 이런 문제에서 근사적인 solution을 얻기 위한 몇 가지 접근법에는 잘 알려진 EM algorithm과 CCCP alg.. 2023. 3. 5.
[Paper Review] Curriculum Learning Authors : Bengio, Y., Louradour, J., Collobert, R., & Weston, J. Journal/Conference : ICML 2009 Source : https://dl.acm.org/doi/pdf/10.1145/1553374.1553380 Background Animal training 학습과정(learning system)에서 어떤 예제들이 제공되고, 어떤 순서로 제공될 것인가에 대한 선택은 학습을 가이드해 줄 수 있으면서 학습의 속도를 저명히 증가시킬 수 있음. shaping이라 불림 (Skinner, 1958; Peterson, 2004; Krueger & Dayan, 2009) Elman, J. L. (1993). Learning and development.. 2023. 3. 2.
[Setting] Mac M1 - Homebrew, Git, Miniconda, Vscode 설치 Mac M1 분석 환경 구축 Mac M1에 Homebrew, Git, Miniconda, Vscode 처음 설치하는 과정을 기록하는 글이다. 이전에 설치한 적이 없던 환경임을 참고 부탁드린다. Homebrew 설치 1. Command + Space를 누른 후, terminal 입력해 실행 2. Homebrew 설치 % /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" 3. 설치 내역 마지막에 알려주는 명령어 두 줄 입력 % (echo; echo 'eval "$(/opt/homebrew/bin/brew shellenv)"') >> /Users/taenam/.zprofile % eval .. 2023. 2. 15.
[Retrospect] 회고 - BOAZ 분석 18기 (22.01 ~ 23.01) BOAZ 분석나는 빅데이터 연합동아리인 BOAZ의 데이터 분석 부문 18기로 22년 1월부터 23년 1월까지 1년 동안 활동했다. 나는 학부시절에 데이터 분석을 공부하며 같은 분야를 공부하는 사람들을 많이 만나 보고 싶었다.선배들에게 많은 조언을 구하고 도움을 받았지만, 나랑 같이 나아갈 수 있는 사람들이 필요했다.통계학과를 졸업했지만 학부 시절에 같은 방향을 준비하는 사람이 주변에 그렇게 많지 않아 더 원했던 것 같다. 그리고 보아즈 활동을 하는 동안 서로 정보를 공유하고 많은 도움이 될 것 같았고, 나한테 여러 방향으로 자극이 될 것 같았다.내가 학부시절동안 진행한 유일한 연합동아리이자 유일한 대외활동이었다.  충분히 알찼던 보아즈 활동들을 정리하고 한 번 되돌아보고자 회고를 작성해보려 한다. Bas.. 2023. 2. 13.
[Setting] Windows - Nvidia Driver, CUDA, cuDNN, PyTorch 설치 최종 환경 CPU : Intel(R) Core(TM) i7-10700 CPU @ 2.90GHz GPU : NVIDIA GeForce RTX 2060 SUPER Nvidia Driver : 528.24 python : 3.8.13 miniconda(Anaconda) : 22.11.1 CUDA : 10.2.89 cuDNN : 8.6.0 PyTorch : 1.10.1+cu102 Vscode, miniconda, python의 설치가 이미 되어있다는 가정하에 작성하겠다. 해당 GPU로 더 최신 버전의 CUDA와 cuDNN을 설치할 수 있었지만 연구실 선배의 조언으로 좀 더 안정적이라고 할 수 있는 위의 버전들로 세팅을 진행했다. 모두 나의 세팅 기준으로 설명하려 한다. 그 점도 참고 부탁드린다. 우선 CUDA를.. 2023. 2. 9.
[Error] AttributeError: 'GradientBoostingClassifier' object has no attribute '_loss' AttributeError: 'GradientBoostingClassifier' object has no attribute '_loss' Flask를 통해 Web 배포를 하는 도중 다음과 같은 오류가 발생했다. 2023-01-27 07:24:56,974: Exception on /predict [POST] Traceback (most recent call last): File "/usr/local/lib/python3.10/site-packages/flask/app.py", line 2077, in wsgi_app response = self.full_dispatch_request() File "/usr/local/lib/python3.10/site-packages/flask/app.py", line 1.. 2023. 1. 30.
[Recsys] 추천시스템 알고리즘 - 하이브리드 시스템, 연관성 분석 본 글은 Recommender Systems(Charu C. Aggarwal), 추천 시스템 기법 연구동향 분석(손지은, et al.)을 참고하여 정리한 내용들을 바탕으로 작성한 글입니다. 추천시스템 알고리즘 해당 포스팅에서는 추천시스템 알고리즘 중 하이브리드 시스템, 연관성 분석, 시간적 역동성을 고려한 추천시스템, 다양성 향상을 위한 추천시스템에 대해 정리해 보았다. 하이브리드 시스템 사용자에게 만족도 높은 추천결과를 제공하기 위해서는 사용자의 현재 상황을 인지하고 선호도의 특성을 정확히 파악한 뒤, 이에 적합한 아이템을 추천하여야 한다. 추천시스템에서 사용되는 알고리즘들은 각각 추천의 기준이 다르기 때문에 추천 시스템을 적용하고자 하는 분야의 특성에 알맞은 알고리즘을 선택하고 추천 성능을 향상할 수.. 2023. 1. 15.
[대학원] 대학원 준비 - 지원, 면접, 합격 후기(고려대학교 산업경영공학부 대학원) 고려대학교 산업경영공학부 대학원내가 지원했던 2023학년도 전기신입학 전형의 일정은 다음과 같았다.원서접수2022. 10. 04(화) 오전 10:00 ~ 10월 17일(월) 오후 05:00까지100% 인터넷 접수[전형료 85,000원(인터넷접수 대행수수료 포함) 공통]제출서류 접수2022. 10. 04(화) 오전 10:00 ~ 10월 18일(화) 오후 05:00까지출력한 입학지원서, 제출서류목록과해당 제출서류 일체전형일시 (구술시험)2022. 11. 19(토) 오전 09:00 부터*단, 법학과(02-3290-1292), 디자인조형학과 및 창의융합디자인협동과정(02-3290-2680)은 2022년 11월 18일(금) 예정11월 17일(목)에 대학원 홈페이지 "입학/구술시험안내"에서구술시험장소 확인합격자 발.. 2023. 1. 7.
[대학원] 대학원 준비 - 지원, 면접후기(KAIST 데이터사이언스대학원) KAIST 데이터사이언스대학원(GSDS)내가 지원했던 카이스트 데이터사이언스대학원 2023년 전기(봄학기 1차) 일정은 다음과 같았다. 원서접수 : 07/01 10:00 ~ 07/12 17:30서류제출기한 : 07/14 18:00까지 도착1단계 합격자 발표 : 8/11 14:00 이후면접전형 : 08/15 ~ 08/22장소는 1단계 합격자 발표 시 게시개인별 면접전형 일정 확인 (해당 학과별 실시)최종합격자발표 : 09/22 14:00 이후카이스트 데이터사이언스대학원은 산업 및 시스템공학과에 포함된 느낌이라 산공과 자료도 참고하여 준비했다.대학원에 대한 정보는 입시설명회를 통해 많이 얻었다.카이스트 데이터사이언스대학원이 원하는 방향성을 알 수 있었다. 입시설명회를 들으면 정리한 내용을 추리자면 다음과 같.. 2023. 1. 7.
반응형