안녕하세요. 지난 포스팅의 선형대수학 - 기본행렬연산과 기본행렬에서는 행렬 내에서 행 또는 열간의 연산 타입을 정의하고 이를 행렬로 표현하는 방법에 대해서 알아보았습니다. 중요한 점은 기본행렬은 가역행렬이라는 점 입니다. 오늘은 이를 활용해서 행렬의 계수 (rank)를 구하는 방법에 대해서 알아보도록 하겠습니다. 정의1. 행렬의 계수 (Rank of Matrix) $A \in M_{m \times n}(\mathbf{F})$라고 하자. 행렬 $A$의 계수 (rank)는 행렬 $A$에 대응되는 좌곱셈변환 $L_{A} : \mathbf{F}^{n} \rightarrow \mathbf{F}^{m}$의 계수로 정의된다. $$\text{rank}(A) = \text{rank}(L_{A})$$ If $A \in M..
안녕하세요. 오랜만에 논문 리뷰를 하게 되었습니다. 오늘 리뷰할 논문은 CVPR2020에서 등재된 EfficientDet:Scalable and Efficient Object Detection이라는 논문입니다. 비록 제가 Object Detection과 관련된 공부는 거의 해보지는 않았지만 지식을 넓히는 차원에서 간단하게 정리해보도록 하겠습니다. EfficientDet: Scalable and Efficient Object Detection Model efficiency has become increasingly important in computer vision. In this paper, we systematically study neural network architecture design choi..
안녕하세요. 지난 포스팅의 선형대수학 - 쌍대공간에서는 벡터공간의 쌍대공간을 정의하고 이는 벡터공간 $V$에서 $\mathbf{F}$로의 선형범함수들 (적분, 미분, ...)의 벡터공간임을 알았습니다. 여기서 중요한 점은 쌍대공간의 기저인 쌍대기저는 Dirac-Delta 함수 $\delta$로 정의된다는 것입니다. 뿐만 아니라 이중쌍대공간인 $V^{**}$은 $V$와 같다는 것 역시 증명하였습니다. 지금까지 저희는 벡터공간의 정의와 함께 벡터공간을 이루는 기저와 차원에 대해서 알아보았으며 두 벡터공간 사이의 관계인 선형변환과 관련된 다양한 성질들에 대해서 알아보았습니다. 대부분의 학생들은 선형대수학이 행렬을 다루는 학문으로 알고 계실테지만 저희는 아직까지 행렬이라고는 선형변환의 행렬표현밖에 배우지 못했습..
안녕하세요. 지난 포스팅의 MMCV Segmentation 입문기 1에서는 MMCV Segmentation 라이브러리를 사용하기 위한 설치 과정과 제대로 설치되었는 지 확인해보는 시간을 가졌습니다. 오늘은 MMCV Segmentation을 사용하기 위한 기본적인 지식을 배워보도록 하겠습니다. 1. Training Model Example 기본적으로 MMCV Segmentation을 이용한 학습은 tools 폴더에 있는 dist_train.sh 파일을 이용해야합니다. 이와 함께 넘겨줘야하는 것은 가장 중요한 configuration 파일이죠. MMCV Segmentation은 이 configuration 파일로 모든 설정을 맞추어줄 수 있으니 이후에 더 자세히 알아보도록 하겠습니다. 기본적인 학습 코드는 ..
안녕하세요. 최근에 Segmentation 연구를 시작하면서 최신 논문들을 살펴보면 MMCV Segmentation이라는 라이브러리를 다들 애용하는 것을 볼 수 있었습니다. 그런데 저는 완전히 처음보는 라이브러리라서 해석하기도 어렵고 활용하는 것도 어려워서 이참에 블로그 글로 정리해서 두고두고 보도록 하겠습니다. ^^ 1. MMCV Project 먼저, MMCV는 OpenMMLab이라는 오픈소스 프로젝트팀이 만들어낸 새로운 딥러닝 라이브러리입니다. 기본적으로 Pytorch 기반으로 동작하기 때문에 기존에 Pytorch 유저시라면 보다 쉽게 활용해볼 수 있겠네요. MMCV는 심층신경망 모델을 학습 및 평가하는 데 있어 필수적인 요소들을 모두 다 갖춘 라이브러리라고 합니다. 실제로 segmentation에서..
안녕하세요. 오늘은 지금까지 배웠던 적분과 관련된 다양한 계산문제들을 풀어보는 시간을 가져보도록 하겠습니다. 만약, 모르는 부분이 있다면 아래의 링크를 참조하시고 다시 풀어보시길 권장드립니다. 5. 적분 (Integrals) 미적분학 - 영역 문제 (Keyword : 영역 문제, 적분 개요) 미적분학 - 적분 정의와 계산 그리고 정적분의 성질 (Keyword : 적분 정의, 구분구적법, 정적분, 리만적분, 적분 계산, 중간점 규칙, 정적분의 성질, 정적분의 선형성) 미적분학 - 미적분학 기본정리 (Keyword : 미적분학 기본정리, Fundamental Theorem of Calculus, FTC) 미적분학 - 부정적분 (Keyword : 부정적분, 적분 상수) 미적분학 - 치환적분 (Keyword :..
안녕하세요. 지난 포스팅의 선형대수학 - 기저와 차원에서는 앞으로 끊임없이 나올 기저와 차원에 대한 개념과 다양한 정리들에 대해서 알아보았습니다. 여기서 저희가 주의해야할 점은 지금까지 확인했던 기저 및 차원의 특성은 "유한" 벡터공간에서만 다루었습니다. 오늘은 이를 확장하여 무한 벡터공간에서도 기저가 존재함을 보이도록 하겠습니다. 오늘 최종적으로 증명할 명제는 아래와 같습니다. 모든 벡터공간은 기저를 가진다. 이 명제를 증명하기 위해서는 몇 가지 단계가 필요합니다. 먼저, 새로운 개념인 "극대성"을 도입하여야 하죠. 정의1. 극대성 (Maximality) $\mathcal{F}$를 집합족 (family of set)이라고 하자. 그리고 $\mathcal{F}$의 멤버 $\mathcal{M}$이 $\ma..
최근 카카오에서 데이터센터가 터지고 나서 상당수의 티스토리 블로그가 먹통이 되었습니다. 이로 인해, 다른 블로그 플랫폼을 찾는 경우가 많아졌는데요. 저 같은 경우에는 어차피 깃허브를 관리해야하는 입장이라서 깃허브 블로그를 새로 만들어보기로 하였습니다. 그래서 티스토리의 게시글을 깃허브 블로그에도 올리는 식으로 진행할 예정입니다. 그런데, 맥에서 깃허브 블로그를 만드는 게 여간 복잡한 일이 아니라서 이참에 좀 정리를 해보고자 합니다. 참고로 저의 맥 환경은 MAC OS Monterey 12.4 입니다. STEP1. 깃허브 로그인 또는 회원가입 깃허브 블로그를 만들기 때문에 깃허브 레포지토리를 생성해야합니다. 기본적으로 깃허브 블로그의 포스팅하는 방법은 로컬에서 VS Code와 같은 IDE로 markdown..
