no image
[beamer] LaTex presentation (1)
Overleaf에서 LaTex을 이용해 PPT 만들기beamer를 사용하는 예제 코드\documentclass{beamer} % Beamer 클래스 사용\title{Sample Presentation} % 프레젠테이션 제목\author{Your Name} % 저자 이름\date{\today} % 날짜, 현재 날짜를 자동으로 삽입\begin{document} % 문서 시작\frame{\titlepage} % 제목 페이지 슬라이드 생성\begin{frame}\frametitle{Table of Contents} % 목차 슬라이드 제목\tableofcontents % 목차 삽입\end{frame}\section{Introduction} % 'Introduction' 섹션 시작\begin{frame}\frame..
2024.07.29
no image
MAC shortcut keyboard
Command + tab = 화면전환Command + shift + 3 = 전체 화면 캡처 , 4 = 부분선택 캡처 , 5 = 창선택 캡처Control + Command + shift + 4 = 부분선택 캡쳐 복사Control + 위에 방향키 = Mission ControlControl + 아래 방향키 = 한 프로그램 여러창 띄웠을때 방향키로 선택 가능 (command + n = 새창 띄우기 shift 추가하면 시크릿모드)Control + Command + F 하면 전체화면 되면서 넘어가는데, Control + 좌우로 이동가능Fn + BackSpace = delete로 사용가능Command 방향키 = 문장 첫번째줄로 키보드커서 옮기기Option 방향키 = 단어별 키보드 커서 옮기기Option + Comm..
2024.07.23
no image
[Paper Review] "VOS: LEARNING WHAT YOU DON’T KNOW BY VIRTUAL OUTLIER SYNTHESIS"
논문 링크 : VOSVOS: LEARNING WHAT YOU DON’T KNOW BY VIRTUAL OUTLIER SYNTHESIS 논문 리뷰 입니다.What가상 이상치를 합성하여 ID와 OOD의 decision boundary를 개선함으로써 OOD detection 성능을 향상시키는 새로운 framework VOS(Virtual Outlier Synthesis)를 제안하였다.VOS는 feature space에서 class-conditional distribution의 가능성이 낮은 영역에서 가상 이상치를 sampling하여 ID-data와 합성된 이상치 사이의 uncertainty surface를 대조적으로 형성하는 새로운 Unknown-aware training 목표를 제안한다.WhyNeural Ne..
2024.07.23
no image
Numpy Exercise
Numpy ExerciseCreate a boolean arraynp.full((3,3), True, dtype=bool)array([[ True, True, True], [ True, True, True], [ True, True, True]])np.full(shape, fill_value, dtype=None)shape : 생성할 array의 shape을 지정fill_value : 생성할 array의 값을 지정dtype : 생성할 array의 자료형(data type)을 지정Stack arrays a and b verticallya = np.arange(10).reshape(2,-1)b = np.repeat(1, 10).reshape(2,-1)np.concatenate([a,b..
2024.07.16
no image
딥러닝 기초개념
AI(Artificial Intelligence)인간의 사공방식을 흉내내는 것(딥러닝의 핵심)$AI \supset ML \supset DL$AI : 규칙기반 알고리즘ML : 결정트리, 선형회귀, 퍼셉트론, SVMDL : CNN, RNN, GAN 등CNN(Convolutional Neural Network)이미지도 숫자.(행렬)컬러이미지 = 3차원 행렬이미지개수 x channel x row x col (채널, 행, 열)RNN(Recurrent Neural Network)GAN(Generative Adversarial Network)G(Generator), D(Discriminator) Network가 있다.G는 도둑, D는 경찰G는 D가 진짜라고 생각하게 끔 이미지를 만들어야한다.D가 먼저 학습이 된다.G..
2024.06.24