쉘 스크립트를 부스트캠프에서 사용하게 되었는데 $를 사용하여 변수, 함수에 접근하는 것들이 헷갈려 정리해보았다."$변수명"쌍따옴표로 감싼 "$변수명"은 변수에 저장된 값을 참조하는 것이다. 쌍따옴표 없이 $변수명 으로도 참조가 가능은한데 변수명에 특수문자나 공백이 포함되어 있으면 문제가 발생할 수 있므로 쌍따옴표로 감싸서 하나의 값/리터럴문자열로 처리해준다. 함수의 파라미터를 입력받을 때 파라미터에 공백이 포함된 문자열일 수 있고 그것을 그대로 사용하면 문제가 생길 수 있으므로 항상 쌍따옴표로 감싸는 습관을 들이자.file="test log.txt"#아래는 오류 발생 가능ls $file#아래는 정상적으로 동작ls "$file"${변수명}이건 변수의 경계를 명확히할때 사용한다.i=5#틀림, i.txt 전체..

1. 배운 내용강의 내용은 프로젝트를 진행하는 사이클을 배우는 것이었다. 데이터 탐색, 전처리, 학습, 검증, 테스트, 하이퍼파라미터 최적화, 모델 학습 파이프라인 등등을 배우고 코드로 작성하는 것을 배웠다. 하지만 아직 코드가 익숙하지 않아서 새로운 라이브러리를 사용하고 새로운 기술을 사용하려고하니 쉽지 않았다. 이런 라이브러리를 사용하는게 너무 외울거도 많아서 어떻게 공부해야할지 감이 잡히지 않는다. 문법을 공부하기 보다는 직접 해보면서 배우라고 많은 사람들이 그러는데 코딩에도 어느정도 정해진 템플릿이라고 해야할까? BFS처럼 코드의 틀이 정해진 것들이 있는데 그런 것들을 어디서 배워야 할지 모르겠다.7주차~8주차에는 도메인 공통 프로젝트를 진행했고 task는 영화리뷰 감정분류 task였다. 1학기 ..

프로젝트 개요A. 개요주어진 프로젝트는 부스트캠프에서 week 1~8주차까지 배운 내용을 이용하여 한국어 영화 리뷰를 0(강한부정), 1(약한부정), 2(약한긍정), 3(강한긍정) 으로 분류하는 감성 분류 모델 개발하는 것입니다. 모델을 개발하면서 그동안 배웠던 텍스트 전처리 및 정규화, 토큰화 및 임베딩, 분류 모델 설계와 학습, 평가지표와 성능 최적화를 실제로 프로젝트를 하면서 적용해보는 것이 목표입니다.B. 환경(컴퓨팅 환경) V100 서버를 VSCode와 SSH로 연결하여 사용.C. 참여자정무영_T8181프로젝트 수행 절차 및 방법프로젝트가 10.22일 수요일부터 시작이므로 최소한 수요일까지 도메인 공통 프로젝트 강의를 다 듣고, 환경 설정(VSCode, openVPN, SSH)까지 완료basel..

부스트코스 페어세션에 한 논문 리뷰라서 약간의 구어체가 포함될 수 있습니다.Language Models are Few-Shot Learners (GPT-3) : https://arxiv.org/abs/2005.14165문제 상황GPT-3 이전에는 대규모 dataset으로 pretrained model을 학습시키고 task-specific한 dataset으로 task-specific finetuning 하는 방식으로 LLM을 이용함. 하지만 이 방법은 새로운 task마다 새로운 task-specific dataset을 얻어야함.위 문제 상황을 해결해야하는 이유는 다음과 같음fine tuning을 위한 대규모 labeled dataset을 얻는 것은 어려움.pretrained할 때 사용한 dataset과 f..

1. 배운 내용이번주는 CV, NLP, RECSYS 분야를 모두 찍먹하는 느낌으로 이루어졌다.CV는 CNN복습부터 레거시 모델 개발 흐름을 알아보는 것으로 구성되어 있었는데 내용 자체는 딥러닝 학부 수업때 배운 내용이라서 이론은 쉽게 넘어갔지만 레거시 모델을 설명하는 부분은 훅훅 지나가버려서 잘 머리에 들어오지 않았다. 나중에 면접을 대비해서 논문을 정리하는 것도 좋아보인다.NLP는 오래전에 다른 학교로 가버리신 주재걸 교수님이 가르치셨다. 학부때는 교수님의 수업을 듣지는 못했지만 잘 가르치시는 걸로 유명했던 것으로 기억한다. 어쩌다보니 부스트캠프에서 수업을 듣게 되었는데 온라인 강의임에도 불구하고 강의력이 엄청나다는 것을 느꼈다. 강의 자료도 필요한 부분만 서술되어있고 설명도 간결하게 잘 하셔서 이해가..

1. 논문 정보제목: WHEN AND WHY VISION-LANGUAGE MODELS BEHAVE LIKE BAGS-OF-WORDS, AND WHAT TO DO ABOUT IT?저자:Mert Yuksekgonul, Federico Bianchi, Pratyusha Kalluri, Dan Jurafsky, James Zou소속:Stanford University발표: ICLR 2023링크:https://arxiv.org/pdf/2210.019362. Introduction많은 vision language model(VLM)이 다양한 벤치마크에서 높은 performance를 보임.하지만 높은 벤치마크 점수가 정말 text와 image에 있는 compositional relationships(Attribute..

https://www.acmicpc.net/problem/2457첫번째 예제를 보면 우리가 선택하야하는 꽃은 2번째, 4번째 꽃을 선택해야한다.두번째 예제는 7번째, 2번째, 6번째, 8번째, 4번째 꽃을 선택해야한다.이후 문제 설명과 예제를 직접 해보다보면 다음과 같은 과정을 거쳐야 한다고 느낌이 온다.3월 1일을 포함하고 가장 늦게 지는 꽃 A를 선택.A의 지는 날을 포함하고 가장 늦게 지는 꽃 B를 선택.B의 지는 날을 포함하고 가장 늦게 지는 꽃 C를 선택.위 과정을 반복해서 11월 30일을 넘길 수 있는지 확인해야한다.여기서 중요한건 과연 위 선택 방법이 최선의 선택인가 논리적으로 따져보는 것이다.중명하고자 하는 명제: 선택 가능한 꽃들 중에서 가장 늦게 지는 꽃을 선택하는 것이 가장 적은 꽃을..

https://www.acmicpc.net/problem/5214문제 자체는 설명도 간단하고 대략적인 풀이과정이 떠오른다. 그래프를 저장하고 최단거리를 구하는 전형적인 문제이다.문제에서 방문하는 역의 개수의 최솟값을 출력한다. 라고 되어있는데 1번 역에서 N번역까지 가는 도중 환승을 몇번하는지 고려 + 1번역과 N번역을 고려해주면 된다. 문제에서 말하는 하이퍼튜브는 fully connected network를 의미하는 것으로 보였다. 그래서 처음에는 주어진 하이퍼튜브 정보를 통해 연결 가능한 모든 station을 연결한 edge정보를 가지고 문제를 풀려고 했는데 이렇게 하면 어디서 환승하는지 check할 수 없었다.그래서 환승정보를 고려하기 위해 두 가지 벡터를 정의하였다. station[i]벡터는 i번..

2~3주차는 딱히 회고랄게 없는게 첫주 처럼 매일 팀원과 정한 강의를 듣고 정리하는게 전부였다. 그리고 내용 자체도 학부 수업때 다루었던 것들이라서 (수학 일부분 빼고) 조금 편하게 들었다.2주차에는 선형대수학, 확률론, 통계학의 기초에 대해서 배웠는데 pre course보다 좀 더 자세하게 설명해줘서 오히려 더 이해가 잘 되었다. precourse에서는 결과만? 나오는 느낌이 좀 있었는데 본 강의에서도 그런 느낌이 좀 있긴 하지만 좀 더 자세하게 알려주었다. 그리고 2주차에서 코드 실습이 아주 체계적으로 잘 짜여있어서 이 부분이 아주 좋았다.3주차에서는 NN부터 transformer까지 4일(금요일에는 weekly mission때문에 그 전에 다 들었어야했다.)만에 끝냈다. 사실 어느정도 베이스가 있어..