좋아. tmux + conda + 서버 접속 흐름을 “처음부터 끝까지” 한 번에 정리해줄게. (GPU 서버에서 학습 돌리는 상황 기준)tmux: SSH 끊겨도 작업(학습/스크립트) 계속 돌게 “터미널 세션”을 서버에 붙여두는 도구conda env: 파이썬/라이브러리 버

작성이유 : Transfomer 논문을 이해하는 과정에서 x N 이라고 있는데 이 부분에서 레이어가 인인코더와 디코더 레이어가 어떻게 훈련되어가는지 모르겠음https://github.com/hyunwoongko/transformer/tree/master

작성 이유 : transfomer 모델을 설명해주기 위해서 작성하는 과정에서 attention 부분이 3가지정도 있었는데 encoder - decoder attention / multi-head-self-attention /masked multi-head-attenti

작성한 이유 : 잔차 학습 방법을 공부하면서 그레디언트 소실 문제를 막는 효과가 있다고 하는데 그전에는 시그모이드 함수의 역시도 미분하면 최댓값이 0.25이고 0도 나와서 결국 Gradiant vinishing problem이 발생해서 그것을 보완하는 것이 RELU인데

https://arxiv.org/abs/1706.03762

Imitation Learning(3)

모방학습(Imitation Learning)은 전문가(사람/기존 정책)의 시연(demonstration) 데이터를 이용해, 에이전트가 전문가처럼 행동하는 정책(policy) 을 학습하는 강화학습/로봇학습 방법입니다.입력: 상태/관측 (s) (또는 이미지, 센서 등)정답

IMU 센서 : inertail Measurement Unit : 관성 측정 장치 --> 관성이란 : 외부의 힘이 작용하지 않을때 현재 운동상태를 유지하려는 성질 즉 가속도계와 자이로스코프(각속도계)를 기본으로, 때로는 자기장 센서(지자기 센서)를 추가하여 물체의 움

좋아. 지금 대화 흐름(소프트맥스 → 크로스엔트로피 → 로스 줄이기 → 그라디언트/방향 → 체인룰/역전파 → “가장 크게 줄어드는 방향” → 모든 가중치에 대해 하냐?)을 수식으로 한 번에 깔끔하게 정리해줄게.분류 모델의 마지막 선형층(가중치/편향)에서 로짓이 나와:로

ISAAC SIM(1)

지금 질문은 핵심을 정확히 찔렀고,다만 개념 몇 개가 머릿속에서 겹쳐져 있어서 그걸 분리해서 정리해주면 완전히 정리돼.아래에서 네가 쓴 문장 흐름 그대로 하나씩 정확히 정리해줄게.👉 YES, 둘 다 맞다.다만 표현을 더 정확히 하면 이렇게 말하는 게 좋아.SSL은 V

좋아. 이 두 질문은 실제로 SSL을 “쓰는 단계”로 넘어가는 핵심이야.그래서 ① 어떻게 가져다 쓰는지(실무 파이프라인) → ② 왜 ViT에 특히 중요한지(이유) 순서로 정리할게.핵심 한 줄:SSL 모델은 ‘사전학습된 백본(backbone)’으로 쓰고,다운스트림 태스크

좋은 질문이야. 이 질문 하나로 자기지도학습(SSL)을 ‘이해한 단계’로 넘어간다고 봐도 돼.한 문장으로 먼저 말하면 👇라벨 없이, 데이터 자체에서 ‘가짜 정답(supervision)’을 만들어 학습하는 방법즉,사람이 정답 라벨을 안 줘도모델이 스스로 문제를 만들어서

좋아. 이제 🔥 ViT + LoRA / Adapter 방식을왜 필요한지 → 개념 → LoRA vs Adapter 차이 → 코드 → 언제 무엇을 쓰는지 순서로 완전히 이해되게 설명할게.앞에서 우리가 본 문제를 다시 정리하면:ViT는전역 self-attention 구조l

좋은 질문이야. ViT에서의 partial fine-tuning은 ResNet의 layer4 개념과 정확히 대응되는 구조가 있어.아래를 보면 “아, 그래서 이렇게 하는구나”가 바로 올 거야.ViT의 partial fine-tuning =패치 임베딩 + 앞쪽 Transf

AI Speak and write (2)

π ∗0.6 : a VLA That Learns From Experience

AI Speak and wirte (1)

Fusion 360 으로 진행or GPT기술자료실 - > 해당 설치 파일 설치 - > .gcode로 변경하기 위함해당 소스파일을 다운로드 후 진행 필요http://www.3dcubicon.com/bbs/board.php?bo_table=datalist

integration(적분)