Cute Bunny 3 Deep-Dive AI
본문 바로가기 메뉴 바로가기

Deep-Dive AI

프로필사진
  • 글쓰기
  • 관리
  • 태그
  • 방명록
  • RSS

Deep-Dive AI

검색하기 폼
  • 분류 전체보기 (212)
    • AI (76)
      • Machine Learning (5)
      • Deep Learning (26)
      • Reinforcement Learing (2)
      • CS231n (11)
      • Computer Vision (19)
      • Linear Algebra (1)
      • NLP (9)
    • Review (19)
      • Paper (19)
    • Skills (116)
      • PyTorch (7)
      • Docker (14)
      • Pythons (20)
      • Git & Github (3)
      • DS & Algorithms (4)
      • Error (48)
      • etc (20)
    • Mine (1)
  • 방명록

전체 글 (212)
[CS5670] Lecture 5: Feature Invariance

내용 출처: CS5670 Local features: main components Detection: Identify the interest points. Description: Extract vector feature descriptor surrounding each interest point. Matching: Determine correspondence between descriptors in two views. Harris features(in red) Image transformations Geometric: Rotation, Scale Photo metric: Intensity change Invariance and equivariance We want corner location to be ..

AI/Computer Vision 2022. 6. 23. 13:52
[ERROR] git pull 에러 해결 방법 (Your local changes to the following files would be overwritten by merge)

평소처럼 git add, git commit을 하던 도중 error가 발생했습니다. 사실 모든 error는 원인을 알려주고, 그것을 꼼꼼히 읽고 구글에 검색하고 열심히 이것저것 따라가다 보면 해결할 수 있는데요. 이번 error는 저도 기록해두기 위해 포스팅해봅니다. 1. 문제 원인 Github에서 README.md 수정을 하였음 → 원격 Repository에는 반영이 안 됨 → git pull을 해야함 (연동!) error: Your local changes to the following files would be overwritten by merge: README.md Please commit your changes or stash them before you merge. 저는 error 명을 보고,..

Skills/Git & Github 2022. 6. 13. 23:39
Aliasing(엘리어싱) - 발생 이유, 결과, 방지 방법

Aliasing출처: 위키디피아 Aliasing(앨리어싱)이란 무엇일까? Aliasing(엘리어싱)이란 신호 처리에서 샘플링(Sampling) 과정 중에 서로 다른 신호가 구별되지 않게 되는 현상을 말합니다. 쉽게 말해, 연속적인 신호를 이산적으로 샘플링하는 과정에서, 원래 신호와 전혀 다른 주파수를 가진 신호처럼 왜곡되어 나타나는 현상입니다. 신호가 샘플로부터 다시 구성될 때, 결과가 원래의 연속적인 신호와 달라지는 '일그러짐'을 가리키고, 계단 현상이라 부르기도 합니다. 붉은색 선: 실제 아날로그 신호검은색 실선: 샘플링된 이산 신호 실제 신호보다 샘플링된 값의 주파수가 낮으면, 이는 샘플링 주파수가 충분히 높지 않다는 뜻입니다. 이 경우 원래 신호가 왜곡되어 잘못된(낮은) 주파수 성분으로 나타날..

AI/Computer Vision 2022. 6. 1. 02:38
머신러닝 면접 기출 질문과 답변 정리 - Machine Learning Interview Questions and Answers

해당 게시글은 위 출처에서 질문과 답변을 참고하여 내용을 정리하였음을 밝힙니다. Machine Learning Interview Questions and Answers Q-1: 머신러닝이란 무엇인가요? 머신러닝은 인간처럼 행동할 수 있는 지능적인 시스템을 개발하는 알고리즘에 대한 연구입니다. 기계가 데이터를 학습하고 패턴을 인식하여 새로운 데이터가 도착하면 예측을 할 수 있도록 합니다. Q-2: 지도 학습과 비지도 학습의 핵심 차이점은? 참고 Supervised learning에는 label이 지정된 데이터가 필요하고, 맞춰야 하는 값이 있습니다. 따라서 크게 2가지로 나눌 수 있는데 첫 번째로는 예측하는 값이 categorical한 경우 분류(classification) 문제가 있습니다. 두 번째로는 ..

AI/Machine Learning 2022. 5. 25. 14:53
Data Science vs. Machine Learning - 공통점과 차이점

해당 게시글은 위 출처에서 번역하여 내용을 정리하였음을 밝힙니다. Data Science vs. Machine Learning Data science는 unstructured/raw data(비정형/원시 데이터)에서 정보를 추출하는 프로세스입니다. 이 작업을 수행하기 위해 여러 algorithms, machine learning technique, data analysis를 통합합니다. 그래서 개념으로 따지면 Data Science > Artificial Intelligence > Machine Learning 의 순으로 큰 개념이라 볼 수 있습니다. Definition of Data Science & Machine Learning Data science는 여러 분야를 통합한 개념으로 과학적인 방법, a..

AI/Machine Learning 2022. 5. 24. 12:48
[CS5670] Lecture 4: Local features & Harris corner detection

| Today's topic is Features extraction - Corners and blobs. | Key points feature extraction local feature Harris corner detection Motivation: Automatic panoramas The human visual system has a field of view of around 135 x 200 degrees, but a typical camera has a field of view of only 35 x 50 degrees. Panoramic image mosaicing works by taking lots of pictures from an ordinary camera, and stitching..

AI/Computer Vision 2022. 5. 23. 23:35
[CS5670] Lecture 3: Image Resampling & Interpolation

| Today's topic is Sampling & interpolation. | Key points Subsampling an image can cause aliasing. Better is to blur (“pre-filter”) to remote high frequencies then downsample If you repeatedly blur and downsample by 2x, you get a Gaussian pyramid Upsampling an image requires interpolation. This can be posed as convolution with a “reconstruction kernel” Image scaling This image is too big to fit ..

AI/Computer Vision 2022. 5. 23. 17:45
[핸즈온 머신러닝] 챕터 9 비지도 학습 (clustering, k-means, DBSCAN, GMM)

비지도 학습(unsupervised learning)에 대한 파트입니다. 챕터 8에서 살펴본 차원 축소(dimension reduction)도 가장 널리 사용되는 unsupervised learning에 해당됩니다. 이번 장에서는 몇 가지 학습과 알고리즘을 살펴봅니다. 저는 책의 내용이 너무 방대하고 이 이론을 뒷받침하기엔 설명이 부족하다고 판단하여 주요 개념만 다루려고 합니다. 저는 Clustering, K-means, DBSCAN, GMM을 간단히 요약 정리하였습니다. 1. Overview Unsupervised learing의 문제 클러스터링(clustering) 차원 압축(dimensionality reduction) 이상 감지(anomaly detection) Unsupervised learin..

AI/Machine Learning 2022. 5. 22. 22:53
이전 1 ··· 23 24 25 26 27 다음
이전 다음
공지사항
최근에 올라온 글
최근에 달린 댓글
Total
Today
Yesterday
링크
TAG
  • 구글드라이브연동
  • support set
  • 리눅스 나노 사용
  • 서버구글드라이브연동
  • 퓨샷러닝
  • 파이썬 클래스 다형성
  • 도커 작업
  • 리눅스 nano
  • stylegan
  • 리눅스
  • 파이썬 클래스 계층 구조
  • NLP
  • 파이썬
  • Unsupervised learning
  • 리눅스 나노
  • docker
  • clip
  • Prompt
  • python
  • 딥러닝
  • linux nano
  • 도커 컨테이너
  • 도커
  • 프롬프트
  • prompt learning
  • cs231n
  • 파이썬 딕셔너리
  • CNN
  • few-shot learning
  • style transfer
more
«   2025/07   »
일 월 화 수 목 금 토
1 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30 31
글 보관함
250x250

Blog is powered by Tistory / Designed by Tistory

티스토리툴바

개인정보

  • 티스토리 홈
  • 포럼
  • 로그인

단축키

내 블로그

내 블로그 - 관리자 홈 전환
Q
Q
새 글 쓰기
W
W

블로그 게시글

글 수정 (권한 있는 경우)
E
E
댓글 영역으로 이동
C
C

모든 영역

이 페이지의 URL 복사
S
S
맨 위로 이동
T
T
티스토리 홈 이동
H
H
단축키 안내
Shift + /
⇧ + /

* 단축키는 한글/영문 대소문자로 이용 가능하며, 티스토리 기본 도메인에서만 동작합니다.