PyTorch(파이토치) 면접 예상 질문과 답변
PyTorch는 Facebook AI Research가 개발한 오픈소스 머신러닝 라이브러리로, 동적 계산 그래프의 장점을 활용합니다. PyTorch는 직관적인 워크플로우와 강력한 기능 덕분에 연구자들과 개발자들에게 인기가 많습니다.주요 특징동적 계산 그래프: Tenso
Machine Learning(머신러닝) 면접 예상 질문과 답변
Frequentist: 확률을 반복 시행에서 사건이 발생하는 상대적 빈도로 정의. 데이터만을 이용해 추정을 수행하며, 사전 정보(Prior)를 고려하지 않습니다.Bayesian: 확률을 주관적 믿음으로 정의. 데이터와 사전 정보(Prior)를 결합하여 추정을 수행합니다
파이썬 프로그래밍 면접 질문과 답변
출처: Top 50 Python Programming Interview Questions With Answers파이썬 프로그래밍 관련 인터뷰 질문 모음을 정리하였습니다.답변: 리스트는 순서를 유지하고 중복을 허용하지만, 세트는 순서가 없고 중복을 허용하지 않습니다.답변
파이썬 면접 예상 질문과 대답
출처: Python Interview Questions for Experienced with PDF면접을 준비하며, 파이썬에 대한 질문이 많은데 기초적인 거라도 대답하기에 어려움을 느껴서 위 링크를 바탕으로 기출 질문을 정리하였습니다. 번역하고 제가 잘 모르는 것은 추
[Paper] Why Is Prompt Tuning for Vision-Language Models Robust to Noisy Labels?
Paper link: arxiv.org/abs/2307.11978Code link: github.com/CEWu/PTNL이 논문은 실험으로 결과를 입증하고 설득하는 형식이라서 table을 통해 설명을 이어갈 것 같습니다.이걸 일주일 동안 붙잡으며 읽은 결과, 복잡한 a
[Paper] CLIP-Adapter: Better Vision-Language Models with Feature Adapters
Paper: LINKLarge-scale contrastive vision-language pre-training은 vision representation learning의 많이 발전되어 왔습니다. 전통적인 visual system은 고정된 discrete labels
[Paper] CLIPstyler: Image Style Transfer with a Single Text Condition 논문 리뷰
Abstract Keyword: only single text condition, patch-wise text-image matching loss, CLIP(pre-trained text-image embedding model) 원래 존재하는 스타일 트랜스퍼 방법
[CS224W] 7. Graph Neural Networks 2: Design Space
강의 자료 출처: \[CS224W Lecture 7]GNN Layer = Message + Aggregation이 관점에서 다른 인스턴스화GCN, GraphSAGE, GAT, …Connect GNN layers into a GNNStack layers sequentia
[Python] 리스트 반환 보단 제너레이터 사용
이미지 출처: 파이썬 코딩 도장시퀀스를 결과로 만들어내는 함수를 만들 때 가장 간단한 방법은 원소들이 모인 리스트를 반환하는 것입니다.예로 문자열에서 찾은 단어의 인덱스를 반환하고 싶을 떄, append 메서드를 사용해 리스트에 결과를 추가하고 함수 마지막에 리스트를
[Python] ':=' 왈러스 연산자로 대입식을 사용한 컴프리헨션
컴프리헨션에서 같은 계산을 위해 여러 위치에서 공유하는 경우가 흔합니다.아래의 예씨는 회사에서 주문을 관리하기 위한 프로그램이고 재고를 확인하는 과정입니다.{'나사못': 4, '나비너트': 1}{'나사못': 4, '나비너트': 1}앞의 코드 보다는 짧으나 get_bat
[CS224W] 6. Graph Neural Networks 1: GNN Model
강의 자료 출처: CS224W Lecture6노드 임베딩은 Lecture 3에서 다뤘던 내용입니다. 노드를 d-차원 임베딩으로 매핑합니다. 이는 그래프에서 비슷한 노드들이 서로 가깝게 임베딩 된다는 걸 의미합니다.목표는 노드 $u,v$의 유사도를 계산하는 것이었고, 이
[CS224W] 5. Label Propagation for Node Classification
강의 자료 출처: CS224W Lecture 5정리는 위 출처의 자료를 바탕으로 모든 페이지를 옮겨 정리한 것입니다. 그래프를 처음 공부해서 잘못 이해한 내용이 있을 수 있습니다. 오류를 댓글로 알려주시면 수정하겠습니다. 감사합니다.Message Passing and
[CS224W] 3. Node Embeddings
강의 자료 출처: CS224W Lecture 3정리는 위 출처의 자료를 바탕으로 모든 페이지를 옮겨 정리한 것입니다. 그래프를 처음 공부해서 잘못 이해한 내용이 있을 수 있습니다. 오류를 댓글로 알려주시면 수정하겠습니다. 감사합니다.Node EmbeddingsEncod
[Python] 함수 데코레이터 정의 (functools.wrap)
함수에 적용할 수 있는 데코레이터(decorator)를 정의할 수 있음자신이 감싸고 있는 함수의 입력 인자, 반환 값, 오류에 접근 가능→ 함수의 의미 강화 또는 디버깅, 등록 등에 유용하게 사용됨trace() 함수는 함수를 인자로 받으며, 내부에 wrapper()
[Paper] Neural Machine Translation by jointly Learning to Align and Translate
참고 출처\[Paper Review] Neural Machine Translation by Jointly Learning to Align and Translate15\. 어텐션 메커니즘 (Attention Mechanism)\[NLP | 논문리뷰] NEURAL MACH
[ML] 비지도 학습 - (K-means, 가우시안 혼합 모델)
비지도 학습이란 알고 있는 출력값이나 정보 없이 학습 알고리즘을 가르쳐야 하는 모든 종류의 머신러닝을 의미학습 알고리즘은 입력 데이터만으로 데이터에서 지식을 추출할 수 있어야 함클러스터링(clustering)차원 압축(dimensionality reduction)이상
[ML] What is 'Kernels'?
The kernel calculates the inner product of two vectors in a different space (preferably without explicitly representing the two vectors in the differe
[최적화] Optimization problems
Optimization problems?최적화 문제(optimization problems)란 여러 개의 선택 가능한 후보 중에서 최적의 해(optimial value)를 찾는 것 또는 최적해의 근접한 값을 찾는 문제를 일컫습니다.머신러닝 분야에서는 이를 비용 함수(c
[최적화] Convex optimization problem
Convex optimization problem: f(x)가 convex이고 feasible set이 convex이다.$<convex \\ function>$$<convex \\ set>$local minimum이 global minimum이다.
[핸즈온머신러닝] 4장 모델 훈련
1장부터 3장까지는 머신러닝 모델과 훈련 알고리즘을 살펴보았습니다. 챕터 4는 모델이 어떻게 구현되고 작동되는지를 살펴보는 단원입니다. 모델이 어떻게 작동하는지를 알면 적절한 모델 선택 올바른 훈련 알고리즘 작업에 맞는 좋은 하이퍼 파라미터