Hello Data

https://www.acmicpc.net/problem/10988 10988번: 팰린드롬인지 확인하기 첫째 줄에 단어가 주어진다. 단어의 길이는 1보다 크거나 같고, 100보다 작거나 같으며, 알파벳 소문자로만 이루어져 있다. www.acmicpc.net 우영우, 기러기, 토마토~~ 이런걸 펠린드롬이라고 하나보다. word = list(input()) pelin = list(reversed(word)) print(1 if pelin == word else 0) 코드는 아주 간단하다. 뒤집었을 때 앞뒤가 같다면 1, 다르다면 0을 출력하는 코드를 짠다. 조금 당황했던건 reversed() 내장 함수였는데 단순히 뒤집어주는게 아니라 iterator로 반환하였다. 따라서 list를 뒤집고 똑같이 만들기 위해..

이번에 vision 관련된 스터디를 하는 중 camera calibration에 대해서 공부하는 중인데 많은 용어들이 직관적으로 이해는 되지만 더 정확히 할 필요가 있겠다 생각해 하나씩 정리해보려고 한다. 아래의 이미지에 나온 용어들을 일단 설명해보려고 한다. 이미지 평면(image plane) 이미지가 투영되는 평면이다. 현실세계에서의 이미지들은 3D 이고 이러한 것들을 사진 찍는다면 2D 평면에 사영한다고 할 수 있다. 위의 이미지를 보면 조금 더 쉽게 이해할 수 있는데 P 라는 이미지가(3D) 있다면 렌즈를 통해 초점을 맞춰 사영되는데 이것이 Image plane이라 할 수 있다. 월드좌표계 3차원 좌표계이다. 사물의 위치를 표현할 때 기준으로 삼는 좌표계이다. 정해져 있는 것이 아닌 우리가 임의로..

지난 번 MoCo에 이은 SimCLR논문 리뷰! 논문의 이름은 A Simple Framework for Contrastive Learning of Visual Representations이다. 논문 말 그대로 네트워크가 정말 간단하지만 대신 그 외적으로 증강방법, loss, batch size 등을 많이 신경쓴 것을 알 수 있다. Introduction 기존의 방법들을 소개해주는데, Generative 방법은 비용이 비싸며, representation learning에 굳이 필요하지 않으며, Disriminative 방법은 supervised learning과 비슷한 구조를 가지지만 unlabeld dataset으로 훈련시킨다고 합니다(이 부분에 대해서는 자세히 안나와있는데 효율적인 방법이 아니라는걸 설..

https://www.acmicpc.net/problem/3003 3003번: 킹, 퀸, 룩, 비숍, 나이트, 폰 첫째 줄에 동혁이가 찾은 흰색 킹, 퀸, 룩, 비숍, 나이트, 폰의 개수가 주어진다. 이 값은 0보다 크거나 같고 10보다 작거나 같은 정수이다. www.acmicpc.net 각각의 체스 말들에 대해서 입력값들을 받고 필요하거나 제거할 개수들을 출력해야한다. 처음에는 반복문을 통해서 풀려고 했으나 더 번거로운 거 같아 그냥 따로따로 print 함수를 써서 활용했다. k, q, l, b, n, p = map(int, input().split()) print(1 - k, end = " ") print(1 - q, end = " ") print(2 - l, end = " ") print(2 - b..

https://www.acmicpc.net/problem/10811 10811번: 바구니 뒤집기 도현이는 바구니를 총 N개 가지고 있고, 각각의 바구니에는 1번부터 N번까지 번호가 순서대로 적혀져 있다. 바구니는 일렬로 놓여져 있고, 가장 왼쪽 바구니를 1번째 바구니, 그 다음 바구니를 2 www.acmicpc.net 이전 배열 문제랑 비슷한 형식 N : 번호가 적혀있는 바구니의 개수 M : 뒤집는 횟수 M에 따라 반복문을 돌려주고, 횟수마다 i, j 를 지정한다. i번째부터 j번째까지의 숫자를 역순으로 한다. 반복문 안에 반복문을 또 만드는데 여기서 횟수는 j - i + 1이다. 기존 i번째 숫자는 다른 곳에 저장해놨다가, j번째 바구니에 할당하고, i번째와 j번째 바구니의 순서를 바꾼다. 나는 주로 ..

SSL 첫 논문 리뷰 대상은 MoCo 이다. 어디서부터 논문을 읽어야할지 감은 안잡혔지만 Moco -> SimCLR -> BYOL 순으로 대표적인 논문들만 읽어볼 예정이다. Introduction 이전 비전 분야에서 unsupervised learning이 NLP 분야만큼 나오지 않은 이유는 표현들이 더욱 continuous, high-dimensional 등등의 이유라고 말한다. 그러나 contrastive loss가 등장하면서 최근의 발전을 이루고 있는데 추가로 활용하는 것이 dynamic dictionary이다. dictionary 안에는 query이미지에 대한 key 이미지들이 있으며 이미지 query 에 대해서 similar / dissimilar 을 계산하게 된다. 논문에서는 이 diction..

공부하는 도중 두 용어가 나오는데 정확하게 정의하지 못하고 혼동되는 내 자신을 보며 이번에 정리해야겠다고 생각했다. Batch size 모델이 학습할 때 이용할 데이터의 개수이다. 예를 들어 batch size가 64라고 한다면 한번 학습할 때마다 64개의 데이터를 사용해 학습한다. 따라서 배치사이즈가 클수록 한번에 많이 처리하는 만큼 총 학습속도는 빠를 수 있지만 메모리가(GPU) 부족할 수 있다. Mini batch size batch size가 모델이 1회 학습할 때마다 수행할 데이터의 개수라면 mini batch size는 그 데이터 개수를 한번에 처리하는 개수를 뜻한다. 예를 들어 batch size가 64고 mini batch size가 16이라면 16씩 4번에 걸쳐서 1회 학습한다는 의미이다..

이번에 가짜연구소에서 컴퓨터비전에 관해서 스터디를 하는 와중에 Image formulation에 관한 강의자료가 있는데 내가 잘 모르는 벡터 내용들이 나와 딥하게는 아니더라도 무엇인지 알 수 있을정도로 정리해놓으려고 한다. 평면의 방정석이란? 평면의 방정식은 주어진 평면에 대한 수학적 표현이다. x,y,z 축으로 구성된 좌표계를 사용하여 표현되며 평면의 임의의 한점과, 평면의 법선벡터를 알면은 구할 수 있다. 형식으로는 Ax + By + Cz + D = 0 라고 설명이 되며 A,B,C는 평면의 법선벡터를 나타내고 D는 원점사이의 거리를 나타낸다. 법선벡터란? 법선벡터는 벡터의 크기가 1인 벡터로 주어진 공간에서 어떤 표면이나 곡면의 수직 방향을 나타낸다. 한 평면에서의 법선벡터는 그 평면과 수직인 벡터를..