분류 전체보기 썸네일형 리스트형 Docker 명령어 # docker build (dockerfile, entrypoint) docker build -t name ./ # docker images check docker images # docker remove image docker rmi name # docker container check docker ps -a # docker관계 docker stop docker start docker restart docker rm 더보기 Fewshot Learning Training Approach 사전 지식을 사용하여 몇 가지 예에서 잘 일반화되는 매개변수를 선택하도록 학습 알고리즘을 제한. Multi Task Learning과 Meta Learning. Multi Task Learning : 모델이 여러 Task를 지원할 수 있는 것. (여러 Task를 동시에 최적화할 수 있는 학습) Meta Learning : 각 Task 마다 최적의 학습은 다르다라고 가정. ( 학습된 모델과 새로운 데이터 특성 사이의 상관성을 찾는 과정을 통해 학습) Transfer Learning과 Meta Learning. Transfer Learning : Pre-trained 모델을 기반으로, Fine Tuning 하는 것을 초점. Meta Learning : Transfer Learning 보다 빠른 최적의 알고리.. 더보기 Fewshot Learning Similarity Approach Few shot Similarity 많은 데이터만 있으면 모델은 입력에 해당하는 클래스를 분류할 수 있습니다. 하지만 얼굴 인식과 같이 사람의 경우 한 번만 그 사람의 얼굴을 보아도 대충 누구인지 알 수 있고, 기억할 수 있습니다. 이러한 문제에 대해 여러 사람에 대해 3장 씩만 가지고 있다면 모델은 학습하기 어려울 것 입니다. 이러한 부분에서 사람과 기계의 핵심 포인트 1. 사람은 학습이 빠르다. 2. 모델은 많은 양의 데이터가 필요하다. 얼굴 인식에서 사람과 인간이 다른 이유 : 사전 지식을 가지고 있기 때문에 (인간이 어떻게 생겼는지, 인종이 무엇인지, 옷을 입고 있는 것을 통해) 사전 지식을 제공한다면 문제를 해결할 수 있을까? -> 사전 지식에 달려있다. 사전 지식은 여러 형태가 될 수 있다. .. 더보기 Pattern Exploiting Train (PET) Large Scale Language Model (Ex, GPT-3 : 1,750억 개의 매개변수) 의 경우 모델을 학습하기 힘들다. -> 이 매개변수의 0.1%만을 사용하는 앙상블 마스크 언어 모델 학습 방법. Pattern Exploiting Train(PET) 분류 문제에서.. basic fine tuning : MLM(Masked Language Modeling) 혹은 다른 학습 목표를 가지고 학습한 Pre-Training 이후 학습된 해당 위치에 할당되는 Vocab Softmax Layer는 사용하지 않고 새로운 Classification Task을 위한 Softmax Layer를 추가하여 Fine Tuning 진행. 따라서 많은 Sample이 필요함. PET (Pattern Exploiting.. 더보기 screen sudo apt-get install screen screen -S 세션명 : 세션 생성 screen -r 세션명 : 강제로 종료된거에 다시 붙이기 screen -RR Ctrl+a A : 현재 screen의 이름 설정 Ctrl+a c : screen에서 새창 생성 Ctrl+a k : 현재 screen 죽이기 Ctrl+a d : 현재 screen detach Ctrl+a " : 리스트 보기 == screen -list Ctrl+a a : 바로 전 창으로 Ctrl+a n : 다음 창으로 Ctrl+a p : 이전 창으로 Ctrl+a 0 : 0번째 창으로 Ctrl+a 1 : 1번째 창으로 Ctrl+a S 화면 수평 분할 Ctrl+a | 화면 수직 분할 Ctrl+a tab 화면 분할 이동 Ctrl+a Q 화면 분.. 더보기 text read write # 쓰기 f = open("파일.txt", 'w') f.write("한줄입력") f.close() # 읽기 f = open("파일.txt", 'r') lines = f.readlines() f.close() 더보기 csv, tsv 파일 열기 import pandas as pd data_path = "data.csv" data = pd.read_csv(data_path, delimiter=',', encoding='utf-8') data_path = "data.tsv" data = pd.read_csv(data_path, delimiter='\t', encoding='utf-8') 더보기 git 사용 git --version git config --list git config --global user.name "name" git config --global user.email "email@gmail.com" # repository clone git clone http://github.com/[내 이름]/[저장소 명].git # 업로드 가능한 상태 확인 git status git init # 업로드 가능하게 만들기 git add . # commit git commit -m 커밋 로그 # 최종 업로드 git push 원격저장소주소 현재브랜치 #$ git status #$ git add 원하는폴더이름 #$ git commit -m "원하는내용" #$ git remote -v #$ git push origi.. 더보기 이전 1 2 3 4 ··· 11 다음
