profile
AI, Big Data, Industrial Engineering

pororo 설치 및 ImportError: cannot import name 'Pororo’ 에러 해결

카카오브레인 pororo, conda 가상환경에 설치하는 방법 pip install pororo를 했더니 ImportError: cannot import name 'Pororo’ 에러가 떴다. pororo git을 clone하여 직접 conda install -e

2022년 12월 23일
·
2개의 댓글
·

선택 선호도(Selectional Preference) 개념의 첫 논문(1997) 리뷰 읽어보기 (2022/03/15)

📝 회고 어제 읽은 [Improving the Use of Pseudo-Words for Evaluating Selectional Preferences(2010)] 논문은, 선택 선호도(Selectional Preference) 매커니즘의 evaluation 단계의

2022년 3월 15일
·
0개의 댓글
·

유사어휘를 활용하여 선택 선호도를 잘 평가하는 방법을 제안한 논문 리뷰 (2022/03/14)

논문: https://aclanthology.org/P10-1046.pdf노션 글: https://utopian-glove-b74.notion.site/Improving-the-Use-of-Pseudo-Words-for-Evaluating-Select

2022년 3월 15일
·
0개의 댓글
·

[김기현의 자연어 처리 딥러닝 캠프] 5장. 유사성과 모호성 (개념) - (2) (2022/03/14)

가정: 문장 내에 같이 등장하는 단어들은 공통 토픽을 공유한다..!중의성을 갖는 각 단어에 대해 사전(ex. 워드넷 등)을 활용해 사전에서의 의미별 설명 사이의 유사도를 구하는(ex. 겹치는 단어의 개수를 카운팅 등) 알고리즘<장점> 워드넷과 같은 잘 분류된 사전

2022년 3월 14일
·
0개의 댓글
·

[김기현의 자연어 처리 딥러닝 캠프] 5장. 유사성과 모호성 (개념) - (1) (2022/03/10)

“Context” → 사람은 주변 정보(= Context)를 파악하여 각 단어에 숨겨진 의미를 파악하고 이해함용어 단어 중의성 해소(WSD) : 단어가 가지는 모호성을 제거하는 과정 ⇒ 효과: 자연어 처리의 성능 높임단어불연속적인 심볼로써 이산 확률 변수로 나타냄 →

2022년 3월 10일
·
0개의 댓글
·

[크롤링/전처리/증강] 리서치 및 기법/용어 이해 (2022/03/08)

(1) 데이터 크롤링/전처리/증강이 관건, 확보한 데이터셋 기반으로 모델 training 실험 계획 수립하자(2)용어 Counterfactually-augmented data (: 반사실적으로 보강된 데이터)용어 Spurious Correlations (: 허위 상관관

2022년 3월 8일
·
0개의 댓글
·

[김기현의 자연어 처리 딥러닝 캠프] 4장. 전처리 (2022/03/08)

1 코퍼스 수집 단계 : Selenium과 BeutifulSoup의 차이 ? (https://rubber-tree.tistory.com/88)2 정제(normalization) 단계 : re.sub(pattern, new_text, text)3 문장 단위 분절

2022년 3월 8일
·
0개의 댓글
·
post-thumbnail

[4주차 과제] 웹개발 종합반 학습&개발일지

✅ Flask 프레임워크를 활용해서 API를 만들기✅ API를 클라이언트에 연결하기✅ 실습에서 적용해보기templates 폴더는 주로 HTML 파일이 담기는 곳static 폴더는 주로 이미지, CSS 파일 등이 담기는 곳폴더 및 파일 준비mongoDB 준비필요한 라이브

2022년 2월 19일
·
0개의 댓글
·

읽어볼 만한 논문 List

🤍✨🤍✨🤍arXiv (Deep Mind)강화학습 (CV)https://arxiv.org/pdf/1312.5602.pdf?source=post_page---------------------------arXiv스타일 변환 (CV)https://arx

2022년 2월 18일
·
0개의 댓글
·

[개발 기획안]

작성 중

2022년 2월 15일
·
0개의 댓글
·

[NLI 대회] 사용 모델 & 접근 방향에 대한 고민

1. 현재 한국어 언어모델 SOTA 모델 조사 & 트렌드 파악 KcBERT 구어체/신조어 반영 KcBERT는 2019.01-2020.06의 텍스트로, 정제 후 약 9천만개 문장으로 학습을 진행 KcELECTRA (21년 4월) (https://github.com/Be

2022년 2월 14일
·
0개의 댓글
·
post-thumbnail

[DL Basic] Transformer - SDPA(Scaled Dop-Product Attention) & MHA(Multi-Head Attention) PyTorch 구현

1. 셀프 어텐션 (SDPA(Scaled Dop-Product Attention)) 수식의 구현 Flow [1] Query벡터와 transpose한 Key벡터의 내적 [2] Key벡터의 차원의 루트 값으로 나누어 주어 정규화

2022년 2월 9일
·
0개의 댓글
·
post-thumbnail

[기술 소개] Vision Transformer(ViT) - Transformer를 이미지에 적용한 연구

논문 리뷰 번역글 : https://velog.io/@changdaeoh/Vision-Transformer-ReviewPyTorch 구현 글 : https://hongl.tistory.com/235einops 라이브러리 (피어세션 공유)https&#

2022년 2월 9일
·
0개의 댓글
·

[NLP 트렌드 공부] 신경망 기계번역 (seq2seq, Attention, Teacher Forcing) (작성중)

1. NNMT (Neural Network Machine Translation) 2. seq2seq > 입력된 시퀀스로부터 다른 도메인의 시퀀스를 출력하는 다양한 분야에서 사용되는 모델입니다. 예를 들어 챗봇(Chatbot)과 기계 번역(Machine Translat

2022년 2월 9일
·
0개의 댓글
·
post-thumbnail

[DL Basic] Sequential Models - Transformer

시퀀셜 모델링을 어렵게 하는 문제들 Sequence는 뒤에가 잘리는 경우, 중간에 생략되는 경우, 어순이 바뀌는 경우 등이 존재 따라서 재귀적으로(recurrersive) 동작하는 RNN 계열의 경우에는, 이런 문제들을 반영해 학습하기가 어려웠음. Transform

2022년 2월 9일
·
0개의 댓글
·
post-thumbnail

[DL Basic] 딥러닝 기본 및 최적화

Deep Learning 딥러닝의 구분 AI (인공지능) Mimic human intelligence, 사람의 지능을 모방 ML (기계학습) Data-driven approach, 데이터를 기반으로 무언가를 (기계)학습 DL (딥러닝) Neural Networks

2022년 2월 9일
·
0개의 댓글
·

[3주차] boostcamp 회고록 (Data viz)

피어 스터디 13. 서브워드 토크나이저(Subword Tokenizer) - 현재 통상적으로 많이 사용하고 있는 `Hugging Face`의 `WordPiece Tokenizer`(구글의 `BERT`모델)나 센텐스피스(`Sentencepiece`)(구글) 이

2022년 2월 9일
·
0개의 댓글
·

[손 풀기] 2월 3일 (프로그래머스 SQL Kit 복습) / 2.5 코테 응시

각 동물 col의 이름은 각각 총 몇 개인지 구하기 (이름의 개수 구하기) 중복은 제거하는 DISTINCT 사용 필수!! 조건에 해당하는 col 기준으로 group by col 하기 group by 와 having 은 세트

2022년 2월 8일
·
0개의 댓글
·

[2주차] boostcamp 회고록 (Pytorch)

📝 2주차 회고 PyTorch의 다양한 함수들을 직접 과제에서 nn.Module 클래스를 활용한 Custom Model 정의하고, torch.utils.data 라이브러리 및 DataLoader 함수를 활용한 Custom Dataset을 정의하며, 적용해보며 성장한

2022년 2월 8일
·
0개의 댓글
·

[복습/연습] 코딩테스트 고득점 Kit - 깊이/너비 우선 탐색(DFS/BFS) 시리즈 (Level 2 & Level 3)

✏️ 1. 타겟 넘버 (Level 2) ✏️ 2. 네트워크 (Level 3) ✏️ 3. 단어 변환 (Level 3) ✏️ 4. 여행 경로 (Level 3)

2022년 2월 4일
·
0개의 댓글
·