본문 바로가기
반응형

Data Science51

[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.
[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.
[Error] jinja2.exceptions.TemplateNotFound: jinja2.exceptions.TemplateNotFound: Flask 공식문서의 Quickstart - Rendering Templates를 보게 되면 다음과 같은 설명이 있다. 결론부터 말하자면 templates 폴더를 생성해 안에 적용하고 싶은 template을 넣으면 된다. Generating HTML from within Python is not fun, and actually pretty cumbersome because you have to do the HTML escaping on your own to keep the application secure. Because of that Flask configures the Jinja2 template engine for you automat.. 2023. 1. 7.
[Web] VSCode 닫기 태그 자동으로 생성 안될 때 - Auto Rename Tag Extension - Auto Rename Tag Visual Studio code에서 태그 생성 과정에서 자동으로 닫힘 태그가 생성되지 않을 때 Auto Rename Tag라는 Extension을 설치해주면 해결 가능하다. 자동으로 닫힘 태그가 생성되도록 수정하길 바라면 Auto Close Tage 라는 익스텐션을 사용해도 되지만 해당 익스텐션은 태그를 수정할 때 자동으로 닫힘 태그도 수정해준다고 하니 더 유용할 듯 싶다. Reference Auto Rename Tag Auto Rename Tag - Visual Studio Marketplace Extension for Visual Studio Code - Auto rename paired HTML/XML tag marketplace.visualstu.. 2023. 1. 7.
[Recsys] 추천시스템 알고리즘 - 협업 필터링(Collaborative filtering) 본 글은 Recommender Systems(Charu C. Aggarwal), 추천 시스템 기법 연구동향 분석(손지은, et al.)을 참고하여 정리한 내용들을 바탕으로 작성한 글입니다. 협업 필터링 해당 포스팅에서는 추천시스템 알고리즘 중 협업 필터링 방식에 대해 정리해보았다. 협업 필터링은 '특정 아이템에 대해 선호도가 유사한 고객들은 다른 아이템에 대해서도 비슷한 선호도를 보일 것'이라는 기본 가정을 바탕으로 사용자 혹은 아이템간 유사도를 기반으로 선호도를 예측하는 방법이다. 콘텐츠 기반 접근방식이 사용자와 아이템 정보에만 의존하여 선호도를 예측하는 반면, 협업 필터링은 사용자가 아이템에 대해 평가한 정보를 사용해 선호도를 예측한다. 이것이 가장 큰 차이점이다. 즉, 추천대상이 되는 고객과 취향이.. 2022. 12. 22.
반응형

티스토리툴바