daniel7481의 개발일지

피어세션 오늘 팀원 분 중 한 분이 Diffusion model로 이미지를 생성하는 신기한 봇을 소개해줘서, discord에서 직접 해보았다. AI Network DAO에서 만든 Stable Diffusion 모델은 discord text-to-art에 /generate prompt:"cute cat"처럼 "'안에 그림으로 나타내고 싶은 내용을 영어로 적으면 그대로 그려준다. 자세하게 적을수록 더 디테일한 그림이 나온다. 하고 싶은 분들을 위해 주소를 남겨놓겠다. https://bit.ly/3LWbDEP Join the AI Network DAO Discord Server! Check out the AI Network DAO community on Discord - hang out with 661 oth..

피어세션 지난 주에 내가 냈던 챌린지는 각자 힘들었던 경험과 그걸 어떻게 이겨냈는지에 대해 공유하는 것이었다. 다들 돌아가면서 각자 고난을 이겨낸 방법을 얘기했고, 한층 더 서로 알아갔다는 느낌이 들었다. 지난 주에는 같이 대회를 나가는 2명과 직접 만나서 작업을 해봤다. 실제로 만나니 신기했고 의외로 전혀 어색하지 않게 계획을 세우고 빠르게 일을 처리할 수 있었다. 다음주 월요일이면 대회 마감일이라 박차를 가하고 있다. 오늘은 깃헙 특강이 있었고, 그 유명하신 생활코딩의 이고잉님이 직접 강의를 해주었다. 맨날 유투브로만 보던 분의 강의를 직접 들으니 더 신기했다. 깃헙에 대해 문외한인 나는 가장 기본적인 리포지토리 만들기 커밋 밖에 몰랐다. 버전 관리/ 백업 같은 거는 나에게는 두려운 존재였다. 그러나..

피어세션 오늘은 내가 모더레이터였다. 한 주를 마무리하는만큼 상의해야 할 내용이 많았는데, 논문 리뷰에 대한 내용이었다. 우리 모두 논문 리뷰를 하고 싶었지만, 적당한 시기를 찾고 있었다. 무슨 논문을 리뷰할지 어떻게 할지를 정하는 시간이었다. 다음 주 멘토링 시간에 멘토님이 논문 리스트를 주고, 우리가 읽어보기로 하였다. 또 곧 있으면 다가올 Level 2 단계를 위한 팀을 찾는 과정도 시작되었다. 각자가 하고 싶은 프로젝트를 구상해보고, 의견을 모아보기로 하였다. 오늘은 내가 심화 과제를 리뷰해보았고, 완벽하게는 아니지만 느낌 정도는 알 수 있었던 것 같다. 공부 회고 이번에는 Adversarial Autoencoder(이하 AAE)를 구현하는 것이 심화과제였다. 내가 설명해야하는만큼 더 많이 찾아보..

피어세션 오늘의 알고리즘 문제는 leetcode의 200.Number of Islands였다. 단순한 dfs/bfs 문제로 나는 queue를 사용하여 모든 경우를 탐색하면서 섬의 개수를 구하였다. 오늘의 챌린지는 물 8잔 먹고 인증하기이다. 다들 데일리 스크럼 시간에 각자 목표하는 진도를 나누고 하루가 시작되었다. 피어세션 시간에는 심화 과제를 리뷰하였는데, VIT 모델에 대한 내용이었다. VIT의 가장 큰 의의는 CV 문제에 CNN을 사용하지 않고 transformer를 사용했다는 점이었다. 놀라운 점은 CNN을 사용하지 않고도 더 좋은 성능을 냈다는 점이었다. VIT의 high-level view다. Transformer에서 encoder만 가져왔고, 먼저 이미지를 patch로 나눠준다. 예로 들어 ..

피어세션 오늘은 Transformer와 Generative Model 부분을 공부했는데, 내용이 어려워서 이해가 안되는 부분이 많았다. 그래서 여러 가지 질문을 하게 되었다. Q. encoder를 word embedding을 담당하는 module이라고 생각해도 될까요? Token은 문장에서 단어를 나누는 기준으로 알고 있는데, tokenizer도 encoder의 한 종류인가요? 여기서 word embedding과 encoder를 혼동하였는데, 둘은 별개의 개념이다. encoder에는 이미 word embedding 된 벡터 값이 들어가는 것으로, Tokenizer은 word embedding의 일부이다. Encoder는 embedding된 벡터 간의 관계를 학습하는 장치라고 이해하였다. 공부 회고 Tra..

피어세션 공휴일인 월요일에도 편히 쉴 수는 없었다. 강의를 듣고 과제들을 나눠서 푸는 공휴일이었다. 먼저 Leetcode 70.Climbing Stairs 문제를 풀었는데, 계단 오르기 같은 웰 노운 DP 문제였다. 지난 주 챌린지였던 어디서 어떤 데이터를 어떻게 모을지에 대해서 다음과 같은 의견들이 나왔다. AI 허브, 통합 데이터 지도, Kdata 데이터 안심구역 현업 로그 데이터를 수집해서 사용 강아지를 잃어버린다면… CCTV 영상 활용 공공빅데이터 청년인턴 직접 데이터 수집, 신뢰도 낮음 → 매년 데이터를 쌓아서 개선하는 방법 산업과 연계, 크롤링, 건설분야의 경우 학회 데이터 NLP QA 데이터셋은 어디서? Data extraction으로 만들기 or 질문 데이터 직접 만들기 or prodigy..