Ch 4. Cryptography
Public Key Cryptography에 대해서 설명한다.
Posts
2023
Back to Top ↑2022
Ubuntu 20.04 Docker 설치 및 사용
Why Docker? Docker는 컨테이너 기반의 오픈소스 가상화 플랫폼 입니다. Docker는 가상 머신처럼 독립적인 실행환경을 만들어주는데, 실제 가상환경처럼 OS를 설치하는 것은 아니기 때문에 용량도 적고, 속도도 빠릅니다. 특히 Docker는 실제 개발환...
Exchanging Neural Networks Using ONNX
Open Neural Network Exchange: ONNX Problems and Solution Tensorflow, PyTorch, Caffe, Keras, CoreML, there exist a bunch of different frameworks f...
MFCC (Mel-Frequency Cepstral Coefficients)
MFCCs (Mel-Frequency Cepstral Coefficients) MFCC는 음성 인식을 위해 음성 데이터에서 가공된 feature입니다. 음성 도메인에 있어서 널리 사용되는 방식이며 가장 기본적인 음성 신호 전처리 방법이라 할 수 있습니다. MFCC 추출 과정 ...
2021
[논문] Improving Calibration for Long-Tailed Recognition
1. Introduction
CUDA 11.2 + RTX3090에 PyTorch 설치
(2021-08-27) 기준
Ubuntu 20.04 CUDA 11.2 설치
(2021-08-27) 기준
Global Average Pooling (GAP)
Max Pooling
github 통신 오류
Git clone 오류
LVM을 이용한 계정별 HDD 할당
Ubuntu는 2TB가 넘는 하드 디스크는 따로 인식을 할 수 있도록 설정해 주어야합니다. 이렇게 인식된 하드 디스크는 혼자 컴퓨터를 사용하는 경우에는 일반적으로 /home/hdd에 hdd를 마운트 하지만, 한 대의 컴퓨터에 여러 계정이 hdd를 공유해서 사용해야하므로, 아래의 방...
NeurIPS 2020: Review
2020년도 NeurIPS에 accept된 논문들 중 몇가지 간단하게 정리한 글입니다.
2020
EDSR baseline에 cutblur가 미치는 영향
이 논문에 대한 실험을 재현해보았습니다. 코드는 github에서 제공된 코드를 이용하였습니다.
[구현] EDSR using PyTorch
이 논문에 대한 실험을 재현해보았습니다. 코드는 github에서 제공된 코드를 이용하였습니다. Single scale에 대한 EDSR을 학습시키는데에는 약 100시간 정도가 필요하기 때문에 EDSR 대신, EDSR의 baseline을 학습시켜보도록 하겠습니다. 하나의 baselin...
[논문] Enhanced Deep Residual Networks for Single Image Super-Resolution
Super resolution과 관련된 연구들은 CNN(Convolutional neural network)의 깊이가 깊어짐에 따라 점점 발전되었습니다. 이 논문에서 제시하는 모델은 더 향상된 Deep super-resolution network로 당시의 SOTA 성능을 넘는 네트...
GitHub 블로그에 mathjax 추가하기
이 블로그는 minimal mistakes theme을 바탕으로 만들어진 블로그 입니다. Github 블로그는 기본적으로 수식을 제공하지는 않지만 mathjax를 추가하여 LaTeX 문법을 이용한 수식 표현들이 가능합니다.
[논문] SRGAN: Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
최초로 deep learning을 super resolution에 적용한 SRCNN 이후 더 빠르고, 더 깊은 CNN 모델들이 제시되었음에도 불구하고, 이 논문은 여전히 해결되지 않은 문제점이 있다 제시합니다.
[논문] Rich feature hierarchies for accurate object detection and semantic segmentation
1. Introduction
[논문] YOLOv4: Optimal Speed and Accuracy of Object Detection
1. Introduction
2020 Research Project I: Implementation & Idea Derivation
2020 1학기 연구프로젝트: 논문 실현 및 아이디어 도출 정리에 대한 글입니다.
[논문] Towards Deep Learning Models Resistant to Adversarial
1. Introduction
[논문] A Branching and Merging Convolutional Network with Homogeneous Filter Capsules
[2020-02-26 기준] MNIST 정확도 1위인 model의 논문입니다
Capsule Networks: 새로운 Deep Learning Network
본문은 해당 링크의 내용을 번역한 글입니다.
Adversarial Robustness: 1
Chapter1. Introduction to Adversarial Robustness
[논문] Are Labels Required for Improving Adversarial Robustness?
1. Introduction