EZI 기술 블로그 JU

branch 생성 >> 개발, 커밋, 푸쉬 >> PR 생성 >> 리뷰&토의 >> 테스트 >> 최종 merge * CI/CD의 경우 develop branch가 아니라 처음부터 master branch에 작성하여 release ** fork : 원격 저장소에 복사본 생성 / clone : 로컬 저장소에 복사본 생성 https://inpa.tistory.com/entry/GIT-%E2%9A%A1%EF%B8%8F-%EA%B9%83%ED%97%99-PRPull-Request-%EB%B3%B4%EB%82%B4%EB%8A%94-%EB%B0%A9%EB%B2%95-folk-issue [GIT] ⚡️ 깃헙 Pull Request 보내는 방법 - 알기 쉽게 정리 코드 기여 원리 (Fork 와 Pull Request (PR..

GPT로 대표되는 generative 모델들이 생산하는 정보들이 온라인에 만연하면서 정보의 신뢰성을 유지할 방법이 어려워짐에 따라 이를 통제할 수 있는 안전장치가 개발되기 전까지 거대 AI모델의 개발을 최소 6개월간 전면 중단하자는 움직임이다. 벤지오교수, 일론머스크, 워즈니악 등등이 서명하였다. 실제로 합의점을 찾아 중단될 지도 궁금하고, 합의점을 찾는다고 해서 jailbreak가 없을 지도 궁금하고 과연 인류가 이 거대한 흐름을 통제할 수 있을까? https://futureoflife.org/open-letter/pause-giant-ai-experiments/ Pause Giant AI Experiments: An Open Letter - Future of Life Institute We call ..

Model safety (reliability) 1) Model calibration : confidence output 값이 실제 확률과 일치하도록 교정 -> evaluation : Reliabilbity diagrams, ECE(Expected calibration error) -> Post-hoc calibration : temperature scaling / -> Model regularization : cross-entropy / label smoothing / focal loss ... 2) Uncertainty estimation 3) Out-of-distribution detection : 학습하지 않은 class의 데이터셋 4) Adversarial example detection : 의..

https://blog.est.ai/2022/02/%EC%83%9D%EC%84%B1-%EB%AA%A8%EB%8D%B8%EC%9D%98-%EC%83%88%EB%A1%9C%EC%9A%B4-%ED%9D%90%EB%A6%84-%ED%99%95%EC%82%B0-%EB%AA%A8%EB%8D%B8diffusion-model%EC%97%90-%EA%B4%80%ED%95%98%EC%97%AC/ 생성 모델의 새로운 흐름 확산 모델(Diffusion model)에 관하여 인공지능 확산(diffusion) 모델 글 blog.est.ai https://process-mining.tistory.com/182 Diffusion model 설명 (Diffusion model이란? Diffusion model 증명) Diffusion..

time series clustering 모듈 from tslearn.clustering import TimeSeriesKMeans km = TimeSeriesKMeans(n_clusters=7, verbose=False, random_state=15, n_jobs=-1) y_pred_kmeans = km.fit_predict(dataset) y_pred_dtw = TimeSeriesKMeans(n_clusters=7, metric="dtw", max_iter=5, n_init=2).fit(dataset)

실내측위와 조금이라도 관련있는 multimodal learning architecture에 대한 레퍼런스 다이어그램들을 수집 중이다. 본문의 예시들은 내가 현재 참고할 만한 구조들을 찾느라 도메인이 다르긴 하다. multimodal learning은 주로 sentiment analysis등 정성 분석 분야를 정량화하고 분석하는 과정에서 많이 보인다. 인간이 다양한 채널을 통해 정보를 받아들이고 감정을 느끼듯이 unimodal로는 분석이 어려운 분야에 적용하는 것이다. 여기서 채널은 multimodal learning 쪽에서는 modality로 주로 표현된다. 이를 실내 측위에 적용해 보려는데 현재 가진 의문은 이렇다. 1. 일반적으로 multimodal learning을 설명할 때 가장 쉽게는 데이터의 ..

1. Sequential API 가장 기본적인 위에서 차례대로 쌓아나가는 형태로 복잡하고 유기적인 신경망을 설계하는 데는 한계가 있음 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense # Optionally, the first layer can receive an `input_shape` argument: model = Sequential() model.add(Dense(8, input_shape=(16,))) # Afterwards, we do automatic shape inference: model.add(Dense(4)) 2. Functional API 함수화 해서 모델을 구성하는 형태로 ..

말 그대로 애플에서 제공하는 AR 개발용 kit이다. 기본 어플로는 설치되어 있지 않고, appstore에서도 다운받을 수 없다. apple developer 홈페이지에서 sdk로 다운로드 가능하다. LiDAR를 통한 depth계산이 가능하고 공간의 물리적 측정이 가능하므로 실내측위 기술에 활용할 수 있다. 다운로드 후 사용 해보고 글 작성 예정 https://developer.apple.com/kr/augmented-reality/arkit/ ARKit 6 - 증강 현실 - Apple Developer ARKit의 최신 기술을 활용하여 Apple 플랫폼에서 놀라운 증강 현실을 만들어보십시오. developer.apple.com https://developer.apple.com/documentation/..