日日 Deep 每日 Learning

1. 문제설명 하드디스크는 한 번에 하나의 작업만 수행할 수 있습니다. 디스크 컨트롤러를 구현하는 방법은 여러 가지가 있습니다. 가장 일반적인 방법은 요청이 들어온 순서대로 처리하는 것입니다. 예를들어 - 0ms 시점에 3ms가 소요되는 A작업 요청 - 1ms 시점에 9ms가 소요되는 B작업 요청 - 2ms 시점에 6ms가 소요되는 C작업 요청 와 같은 요청이 들어왔습니다. 이를 그림으로 표현하면 아래와 같습니다. 한 번에 하나의 요청만을 수행할 수 있기 때문에 각각의 작업을 요청받은 순서대로 처리하면 다음과 같이 처리 됩니다. - A: 3ms 시점에 작업 완료 (요청에서 종료까지 : 3ms) - B: 1ms부터 대기하다가, 3ms 시점에 작업을 시작해서 12ms 시점에 작업 완료(요청에서 종료까지 : ..

1. 오늘 한 일 - 논문 리뷰 정리 - 코딩테스트 문제풀이 2. 과제 및 정리 - 코딩테스트 풀이 https://kkuneeee.tistory.com/30 [프로그래머스] 고득점 Kit - 해시 : 베스트앨범(파이썬) 1. 문제설명 스트리밍 사이트에서 장르 별로 가장 많이 재생된 노래를 두 개씩 모아 베스트 앨범을 출시하려 합니다. 노래는 고유 번호로 구분하며, 노래를 수록하는 기준은 다 kkuneeee.tistory.com 3. 회고 코테문제풀이 스터디를 하자고 하고 처음 문제를 풀었다. 굉장히 시간이 오래 걸렸다. 정말 거짓말 안하고 3시간 정도는 걸린 거 같다. 코테 준비도 착실하게 차근차근 하면서 감 떨어지지 않게 해야겠다. 논문리뷰까지 해보려고 했지만 시간이 부족해서 코어타임에는 힘들거 같다...

1. 문제설명 스트리밍 사이트에서 장르 별로 가장 많이 재생된 노래를 두 개씩 모아 베스트 앨범을 출시하려 합니다. 노래는 고유 번호로 구분하며, 노래를 수록하는 기준은 다음과 같습니다. 1) 속한 노래가 많이 재생된 장르를 먼저 수록합니다. 2) 장르 내에서 많이 재생된 노래를 먼저 수록합니다. 3) 장르 내에서 재생 횟수가 같은 노래 중에서는 고유 번호가 낮은 노래를 먼저 수록합니다. 노래의 장르를 나타내는 문자열 배열 genres와 노래별 재생 횟수를 나타내는 정수 배열 plays가 주어질 때, 베스트 앨범에 들어갈 노래의 고유 번호를 순서대로 return 하도록 solution 함수를 완성하세요. 2. 제한 사항 genres [i]는 고유번호가 i인 노래의 장르입니다. plays [i]는 고유번호..

1. 오늘 한 일 - 심화과제 풀이 및 복습, 블로그 정리 2. 과제 및 정리 - 심화과제 Transfer Learning and Hyper Parameter Tuning https://kkuneeee.tistory.com/28 [ML] Transfer Learning and Hyper Parameter Tuning 머신러닝 이론을 공부하고 실제 문제를 머신러닝으로 해결하려고 할때, 직면하는 문제 중 하나가 '미리 학습된 모델들이 많은데, 그 모델을 활용할 수 없을까'이다. 만약 다른 사람들이 학습시 kkuneeee.tistory.com 3. 회고 기한이 정해져있는 일주일 강의와 기본과제 제출이 끝나서 솔직히 오늘은 널럴하게 심화과제와 복습정리를 했다. 근데 사실 심화과제도 기본과제에 비하면 양도 적고 ..

머신러닝 이론을 공부하고 실제 문제를 머신러닝으로 해결하려고 할때, 직면하는 문제 중 하나가 '미리 학습된 모델들이 많은데, 그 모델을 활용할 수 없을까'이다. 만약 다른 사람들이 학습시켜놓은 머신러닝 모델들을 활용할 수 없고 backbone 모델 정도만 불러와서 매번 새로 학습하거나 한다면 AI 분야가 이렇게까지 발전할 수 없을 것이다. Transfer Learning은 이러한 문제를 해결하기 위해 미리 학습된 모델(Source Model)을 내가 풀려는 문제의 데이터로 학습한다는 뜻이다. 간단하게 남이 만든 모델에 내가 가진 데이터를 학습시킨다는 말인데, 쫌 더 자세히 알아보자. 1. Transfer Learning : 전이학습 Transfer learning은 우선 Source Task를 지정해야 ..

1. 오늘 한 일 - 과제 1, 2 복습 및 블로그 정리 2. 과제 및 정리 - [pytorch] hook & apply https://kkuneeee.tistory.com/26 [Pytorch] hook & apply 1. hook hook은 패키지화된 코드에서 custom 코드를 중간에 실행시킬 수 있도록 만들어 놓은 인터페이스이다. 주로, 아래와 같은 경우에 사용한다. 프로그램의 실행 로직을 분석 프로그램에 추가적인 kkuneeee.tistory.com - [pytorch] parameter & buffer https://kkuneeee.tistory.com/24 [Pytorch] Parameter : 매개변수 / Buffer 1. Parameter란 정의로는 매개변수, 머신러닝에서는 모델이 사용할..

1. hook hook은 패키지화된 코드에서 custom 코드를 중간에 실행시킬 수 있도록 만들어 놓은 인터페이스이다. 주로, 아래와 같은 경우에 사용한다. 프로그램의 실행 로직을 분석 프로그램에 추가적인 기능을 제공 def program_A(x): print('program A processing!') return x + 3 def program_B(x): print('program B processing!') return x - 3 class Model_Package(object): def __init__(self): self.programs = [program_A, program_B] ################################################# self.hooks = [..

import torch a = torch.tensor([2., 3.], requires_grad=True) b = torch.tensor([6., 4.], requires_grad=True) Q = 3*a**3 - b**2 external_grad = torch.tensor([1., 1.]) Q.backward(gradient=external_grad) 간단한 벡터값의 역전파 예시 코드이다. 일반적으로 업데이트 값이 스칼라인 경우는 Q.backward()로도 gradient가 업데이트 되지만 위와 같이 Q가 벡터 값으로 나오는 경우, Q.backward(gradient = external_grad)라고 external_grad를 명시해주어야 한다. 왜 그럴까?? 여러 참고자료와 구글링을 통해 알아낸 점은..

1. Parameter란 정의로는 매개변수, 머신러닝에서는 모델이 사용할 수 있는 매개변수를 모델 내부에서 저장하는 것을 말한다. 일반적인 변수 지정 방식으로는 모델에서 반복적으로 로드할 수 없기 때문에 torch.nn.parameter.Parameter를 사용하여 torch 내부에 저장한다. 2. 모델 내부에서 Parameter 사용 import torch from torch import nn from torch.nn.parameter import Parameter class Model_Param(nn.Module): def __init__(self, in_features, out_features): super().__init__() self.W = Parameter(torch.ones((out_fea..

Pytorch는 벡터, 행렬 등의 다양한 연산을 지원한다. 기본적인 사칙연산부터 선형대수, 나아가서는 머신러닝에 중요한 모듈을 구성할 수 있는 메서드를 포함한다. 1. torch 사칙 연산 1) torch.add() torch.add()는 '+'로 대체 가능하며 벡터 혹은 행렬의 해당 위치의 값을 더해준다. 모양이 같은 벡터나 행렬이 아니어도 각 위치에 대해 값이 연산된다. import torch A, B = torch.tensor([2]), torch.tensor([3]) torch.add(A,B) >> tensor([5]) tensor([2])와 tensor([3]) 길이가 1인 1차원 텐서이므로 연산 결과는 tensor([5])의 1차원 텐서로 나온다. torch.add(A,7) >> tensor(..