HUR Lab

리눅스의 wget 명령어를 윈도우에도 쓰고 싶은데...! (git bash terminal 에서도 당연하다면 당연히 기본적으로는 wget 명령어를 사용할 수 없습니다.) 1. 사이트로 이동합니다 https://eternallybored.org/misc/wget/ GNU Wget 1.21.3 for Windows eternallybored.org 2. 1.20.3 64bit exe file을 다운받습니다.(win 10 기준) 3. C:\Windows\System32 아래 다운받은 wget file을 가져다 놓습니다. 4. 완료~ 테스트로 wget을 이용하여 다운받아봅니다 (환경변수 설정하는 방식도 있지만... 이것이 가장 편한것 같습니다.)

순전파는 잘 나와서 loss 값까지 잘 얻어지는데... RuntimeError: Function MmBackward returned an invalid gradien~~~~ 뭐라고 뜨면서 autograd가 문제가 생기는 현상이 있습니다. 3주동안 이것저것 다건드려봤는데 결국... pytorch 1.9.0이하의 문제라서 1.9.1 + cu111 설치했더니 바로 해결... https://discuss.pytorch.org/t/mmbackward-returned-an-invalid-gradient-at-index-0/132956 MmBackward returned an invalid gradient at index 0? I’m collecting two different measures of loss and ..

다음 방식으로 keyboard module에서 많은 예제는 키보드 문자를 입력했을 때 판별하여 true/false를 return합니다 import keyboard if keyboard.read_key() == "p": print('p') ....... 하지만 키보드 화살표를 입력하고싶을때는 어떻게 해야할까요? import keyboard if keyboard.read_key() == "down": print("down") if keyboard.read_key() == "up": print("up") if keyboard.read_key() == "left": print("left") if keyboard.read_key() == "right": print("right") 직관적으로 좌,우,위,아래를 영어..

import bisect for _ in range(int(input())): N, M = map(int, input().split()) A = sorted(list(map(int, input().split()))) B = sorted(list(map(int, input().split()))) cnt = 0 for a in A: cnt += (bisect.bisect_left(B, a)) #왼쪽의 index를 반환, 같은 case를 고려하면 bisect_left가 맞다 print(cnt) https://www.acmicpc.net/problem/7795 7795번: 먹을 것인가 먹힐 것인가 심해에는 두 종류의 생명체 A와 B가 존재한다. A는 B를 먹는다. A는 자기보다 크기가 작은 먹이만 먹을 수 있다..

List.generate 함수에 대한 고찰입니다 List.generate(number, (iter_number){return ??})을 수행하게 됩니다 반복문이 돌게되는데 여기서 number는 받는 인자, iter_number는 순차적으로 하나씩 하나씩 오름차순으로 할당되는 숫자, return ??는 증가하며 도는 시행별로 return 값을 반환하게 됩니다 거창하게 말했지만 return Container( child: Column( children: List.generate(4, (_idx){ return Text("$_idx"); }) 이런식의 코드라면 0~3을 올라가면서 결과로 다음과같은 결과를 내게됩니다 (연습은 그냥친거에요 코드랑 상관 x)

Attention-Based Relation Reasoning Network for Video-Text Retrieval (Ni Wang, et al.. ICME 2021) 에 대한 논문 리뷰입니다 0. Abstraction - Attention-based Relation Reasoning Network(ARRN)를 제안한다 - ARRN은 sentence의 word의 관계를 추론하고, 비디오 frame간의 temporal한 관계를 추론한다 1. Introduction - 다른 model들이 different modality간의 inter-modal relationship에 집중한다 - 하지만 single modality안의(각 video, 각 text) relationship 역시 중요하다. 이것을 모델..

Image Search with Text Feedback by Additive Attention Compositional Learning (Yuxin Tian , Shawn Newsam , and Kofi Boakye, 2021) 논문 리뷰입니다 0. Abstract - image retrieval with text feedback task를 풀고싶다 - 이 task는 image와 그것에 추가 정보를 주는 text를 넣어주면 text 정보가 반영된 image를 얻는 문제이다 - addictive attention model을 도입하였다 - 새로운 challenging dataset을 시도했다 1. Introduction - Visual content와 linguistic information을 반영하는 ..

https://www.acmicpc.net/problem/16112 16112번: 5차 전직 메이플스토리 뉴비 키파가 드디어 레벨 200을 달성하고 5차 전직이라는 시스템을 이용해 캐릭터를 더욱 강력하게 만들려고 합니다. 5차 전직을 하려면 먼저 퀘스트를 통해 아케인스톤이라는 아 www.acmicpc.net

생성 모델에서 새로운 패러다임을 제시한 Generative Adversial Network에 대한 설명입니다 기존의 VAE등의 생성 모델들도 있었지만, 이부분은 과감하게 스킵하고 GAN 자체만의 background에 대해 쓰도록 하겠습니다.

vision transformer 에 대한 글입니다 Vision transformer background https://spicy00.tistory.com/34 https://spicy00.tistory.com/35 그렇다면 어떻게 이 모델을 구현하면 좋을까요? 언어모델에서의 Transformer model 구현은 인터넷에 많은 참고자료들이 있습니다 이와 크게 다르지 않은 모델인데 vision transformer는 transformer의 encoder를 모델로 가져다 사용하게 됩니다. 기존의 transformer encoder와 다른 점은 이것인데요 1. patch 전처리 2. initial linear layer 순서대로 1,2를 지나 multihead attention... 순으로 진행되게 됩니다...