본문 바로가기

전체 글334

[Python] '문자+숫자'로 구성된 파일명 정렬하기 # frame0.jpg, frame1.jpg ... frame535.jpg 형태의 파일명을 가지는 디렉토리에서 *.jpg 형태로 모든 파일명을 glob 해오자 정렬이 되지 않고 순서가 뒤죽박죽이 되는 문제 발생# 단순히 sorted를 사용할 경우 -> 0, 1, 10, 11 이런식으로 정렬이 됨! 해결# pip install natsortfrom natsort import natsortednatsort 패키지를 이용하면 문자와 숫자가 합쳐진 파일명에서도 숫자 순서대로 정렬할 수 있다.ex. natsorted(glob('*.jpg')) -> frame0.jpg, frame1.jpg ......  (너무 신기해서 까먹지 않게 바로 기록!!)https://stackoverflow.com/questions/33.. 2023. 1. 14.
[Docker] Docker 준비하기 # D&A Conference를 준비하면서 처음 시도해보았던 Docker.. # GUI 환경이 익숙하지만 CLI에서도 사용할 수 있게 노력중이다..!! # 일주일동안 Docker 때문에 고생해서 머리가 터질뻔.. 컨테이너 생성 docker run --name : 컨테이너 이름 설정 --v : : 마운트할 경로 지정 --rm : 컨테이너가 종료될 때 관련 리소스 전부 제거 (컨테이너를 일회성으로 실행할 때 사용) -d : 컨테이너를 백그라운드에서 실행 -it : 컨테이너를 종료하지 않고 터미널의 입력을 컨테이너로 전달 -p : : 컨테이너 내부의 HTTP 서버를 호스트 컴퓨터에서 해당 port로 접속할 수 있게 만듦 현재 실행중인 컨테이너 확인 docker ps 전체 컨테이너 확인 docker ps -a .. 2023. 1. 14.
[Ubuntu] Terminal 단축키 정리 # 학부연구생 활동을 하면서 Ubuntu를 사용하다보니 Terminal 에서 사용하는 단축키를 외워야 했다..# 공부하는 김에 정리!! 1. 터미널 관련 단축키- Ctrl + Alt + T : 터미널 실행- Ctrl + Shift + T : 기존 터미널 창의 새 탭으로 터미널 실행- Ctrl + Shift + N  : 새로운 창으로 터미널 실행(은근 쓸 일이 있음)- Ctrl + Shift + Q  : 현재 터미널 종료(exit를 더 많이 쓰는듯..!)- Ctrl + Shift + F : 터미널 안에서 문자열 검색(알면 훨씬 편리하다!)- Shift + Ctrl + C  : 복사하기(Ctrl C를 누르고 중지시키지 말자!)- Shift + Ctrl + V : 붙여넣기(처음에는 몰라서 오른쪽 마우스 클릭 .. 2023. 1. 14.
[Ubuntu] Nvidia, CUDA 버전 확인하기 # 학부연구생 활동을 하며 Nvidia Tao-Toolkit을 사용하기 위해 Ubuntu 20.04 환경을 세팅해야 했다..!!# 몇 주간의 미친듯한 구글링 결과를 남기기 위해 기록을 작성한다..우분투 버전 확인lsb_release -a Nvidia 시스템 관리 인터페이스 확인nvidia-smi CUDA 버전 확인nvcc -Vnvidia-smi를 입력했을 때에도 CUDA Version이 나오지만, 이는 깔려있는 Nvidia Drivier Version에 맞는 Version을 추천해주는 것이지 내 컴퓨터에 해당 CUDA Version이 깔려져 있다는 뜻이 아니다!! (깔려있는 줄 알고 고생했다..) cudnn 버전 확인# cudnn 8.x 이전cat /usr/local/cuda/include/cudnn.h.. 2023. 1. 13.
[SKT AI 커리큘럼] 추천시스템 - 9. 추천서비스 고려사항(1) SKT AI 커리큘럼 학습 내용 정리 출처 : T Learning Portal (https://sharedlp.sk.com) 9. 추천 기술 : 추천서비스 고려사항 1 서비스로서 추천 시스템의 역할과 고려해야 하는 사항들 Consumer Bias & Decision Making 1. Price-Value Bias - 똑같은 맛의 와인이 2병 있다면, 더 비싼 Price Tag가 달린 와인이 더 맜있게 느껴지는 편견 - 공상과학 장르와 히어로 장르를 좋아하는 고객에게 어벤져스와 테넷을 추천해준다면 고객은 높은 확률로 어벤져스를 시청할 것이다. - 하지만 이 때 어벤져스는 7150원을 내야 볼 수 있고, 테넷은 무료로 볼 수 있다면 고객은 다음과 같은 2가지의 의사결정 과정을 거친다. 1. 내가 어벤져스 영.. 2023. 1. 12.
[프로젝트] 실시간 수어 번역 인식 모듈 생성 # 본 프로젝트는 '2022-2 딥러닝 수업' 과제로 제출한 프로젝트임을 명시합니다. ( 2022.10.27 ~ 2022.12.14 ) 주제 실시간 수어 번역 인식 모듈 생성 방법 1. 데이터 수집 : 31개의 자음, 모음에 대한 팀원들의 학습 영상 촬영 2. 데이터 전처리 : MediaPipe를 이용하여 촬영한 영상들을 npy 형태의 파일로 변환한 이후 하나의 npy 파일로 병합 3. 모델링 : LSTM 모델을 이용한 시계열 데이터 학습 4. 평가 : 모델의 정확도 평가 및 모델 시연 https://github.com/Rahites/Sign_Language_Translation GitHub - Rahites/Sign_Language_Translation Contribute to Rahites/Sign_.. 2023. 1. 2.
[SKT AI 커리큘럼] 추천시스템 - 8. Ranking Problem SKT AI 커리큘럼 학습 내용 정리 출처 : T Learning Portal (https://sharedlp.sk.com) 8. 추천 기술 : Ranking Problem - 지금까지는 사용자들이 서비스가 가지고 있는 아이템에 대해서 어느정도의 소모값을 가지고 있는지 예측하는 문제로 봄 Ranking System - 사용자가 영화를 추천받고 싶을 때, 추천시스템이 사용자에게 추천할 Top-K의 아이템을 나열하는 문제로 받아들임 - 어떻게 가장 최적의 나열을 할 것인가 ?!?!! 1. Pointwise approach - 모든 아이템에 대해 각각이 사용자와 얼마나 연관이 있는지 Relevancy Score를 계산 ( 사실상 랭킹 시스템은 아니라고 봐도 무관 ) 2. Pairwise approach (1).. 2022. 12. 31.
[SKT AI 커리큘럼] 추천시스템 - 7. Collaborative Filtering - Model based SKT AI 커리큘럼 학습 내용 정리 출처 : T Learning Portal (https://sharedlp.sk.com) 7. 추천 기술 : ④ Collaborative Filtering - Model based 사용자가 영화를 보고 평점을 매김 -> 1. User Latent Factor : 유저가 좋아하는 장르에 대한 점수 2. Item Latent Factor : 해당 영화가 장르별 얼마나 해당하는지에 대한 점수 결국 Rating Matrix는 User Latent Matrix와 Item Latent Matrix의 내적을 통해 계산된 결과라고 볼 수 있다! (User Matrix와 Item Matrix를 안다면 Rating Matrix에 빈 공간을 채울 수 있다) User Matrix와 Item.. 2022. 12. 30.
[Python] create_lmdb_dataset.py error 해결 # 눈도 잘 안 보이는데 무슨 부귀영화를 누리겠다고 코드치다가 에러해결로 시간을 다 날렸다..!! 1. 문제의 원인https://github.com/clovaai/deep-text-recognition-benchmark GitHub - clovaai/deep-text-recognition-benchmark: Text recognition (optical character recognition) with deep learning methods.Text recognition (optical character recognition) with deep learning methods. - GitHub - clovaai/deep-text-recognition-benchmark: Text recognition (op.. 2022. 12. 26.
[SKT AI 커리큘럼] 추천시스템 - 6. Collaborative Filtering - Memory based SKT AI 커리큘럼 학습 내용 정리 출처 : T Learning Portal (https://sharedlp.sk.com) 6. 추천 기술 : ③ Collaborative Filtering - Memory based Collaborative Filtering - 나뿐만 아니라 서비스를 사용하는 다른 사람들의 피드백을 활용하는 방법 - Memory based, Model based 의 방법이 존재 Memory Based (User-User CF) - 어떤 사용자의 상품에 대한 정보가 없다면, 해당 사용자와 가장 유사한 다른 사용자들을 찾고 그 사용자들의 점수를 이용하여 알고자 하는 사용자의 rating 값을 구하는 것! - 이 때 구한 값은 사용자별 점수를 주는 정도의 차이가 있기 때문에 평균값을 이용해.. 2022. 12. 24.
[SKT AI 커리큘럼] 추천시스템 - 5. Collaborative Filtering SKT AI 커리큘럼 학습 내용 정리 출처 : T Learning Portal (https://sharedlp.sk.com) 5. 추천 기술 : ② Collaborative Filtering - 나뿐만 아니라 다른 소비자들이 이 아이템과 어떻게 Interaction하는지에 대한 정보를 중요하게 사용 사용자의 Feedback(Ratings)을 활용 1. Explicit Feedback : 사용자가 서비스를 사용한 뒤 명시적으로 표현 - 사용자가 명확한 시그널을 보내기 때문에 Valuable하다 - 추천을 위한 강력한 clue가 됨 - 획득이 어려움 ( Rating Matrix를 채우기 어렵 ) ex) 별점 or 평점을 남김 2. Implicit Feedback : 사용자의 의도와는 관계없이 제공받은 서비스.. 2022. 12. 21.
[MAICON] 2022 국방 AI 경진대회(예선) https://aiconnect.kr/competition/detail/213/task/250/taskInfo AI CONNECT | AI competition Platform No.1 인공지능 경진대회 플랫폼 aiconnect.kr (2022.11.08. ~ 2022.11.14) 함께한 팀원 : 김진호, 이경욱, 이승학 1. 주제 군 정찰 자산 활용성 극대화를 위한 AI Computer Vision 2. 방법 - 전후 이미지를 비교하여 건물 변화를 탐지 및 분할 - 평가지표 : mIoU (mean Intersection over Union) 3. 제공 데이터 - 전후 비교 형태로 가공된 항공 이미지와 과거대비 변화가 있는 건물에 대한 Mask 이미지 - Test 데이터 ( Public 30%, Priv.. 2022. 12. 18.

티스토리툴바