단일 책임 원칙(SRP)이란 하나의 클래스는 하나의 책임만 가지며, 그 책임에 대해 완전히 캡슐화 해야 하는 원칙이다.예제를 먼저 보자. 위의 Food 클래스에서는 객체 생성시에 음식을 정의하고, 음식에 따라 if문을 처리한다. 즉 Food 클래스는 음식이 다른 두가지

AI 연구원 / 개발자 직무로 일하다보면 코드를 만지기도 하지만 자료조사, 논문 읽기, 데이터 전처리, 데이터 라벨링 등을 더 많이 하는 경향이 있다. 잘 알지는 모르지만 더 큰 회사들은 이러한 직무를 세분화하여 할 거 같다. 나는 그렇지 않기 때문에 두루두루 잘하면

이미지 생성 방법은 다음과 같은 3가지가 존재합니다. 베이스 이미지를 pull 하여 이미지를 얻을 수 있습니다.Dockerfile는 컨테이너에 필요한 패키지, 소스코드 등을 기록해둔 파일로 빌드를 하면 도커 이미지가 생성됩니다.장기적인 시점에서 본다면, 아래 comm

도커를 공부하는 이유?AI 개발자 / 연구원으로 일하면서 서비스를 배포하는 백엔드 개발자와 협업을 할 때 AI의 도메인 지식이 없는 사람은 어려움과 시행착오를 많이 느낀다고 한다. 따라서 개발자라면 도커를 공부하고 사용할 줄 알아야 협업 / 개발이 원할하게 이루어지기

Alexnet 이론 정리에 이어서 이번글은 Pytorch로 직접 구현을 해봤다.블로그 참고 및 Pytorch 함수들을 공부하면서 진행했다.구현에 쓰인 학습 데이터셋은 pytorch.datasets에 내장되어 있는 FashionMNIST를 사용했다.논문과 다르게 입력 채

논문을 읽으면서 이해하는거에 초점을 두고 하나하나씩 접근하면 감이 올거라고 믿는다.오늘부터 CNN의 기본, 기초인 AlexNet의 논문부터 차근차근 시작하려고 한다.ImageNet LSVRC-2010 대회에서 1000개의 클래스의 120만 고해상도 이미지 분류를 위해

문제를 푸는 중 Python을 사용하고 있다면, input 대신 sys.stdin.readline 을 사용하고, 개행문자까지 같이 입력받기 때문에 문자열을 저장하고 싶을 경우 .rsstrip() 을 추가로 해주라고 써있었다.하지만 기존 방법으로 코드 작성을 먼저 해보고

오늘 집에서 쉬는 날이라 백준코딩 단계별 문제풀이를 진행했다.학원 6개월 과정을 거치고 입사를 했는데 어느정도 코딩을 배우고 갔지만 아직 너무 부족하다고 생각이 들어서 공부해야지 공부해야지~ 생각했던게 벌써 몇개월이 흐르다니회사일에서는 일단 object detectio

인공지능 개발자로 취업한지 5개월이 끝나고 내년을 바라보는중나도 개발자로써 블로그 운영도 해보고 이것저것 포트폴리오 준비 및 활동을 하고 싶어서 벨로그를 만들었다.공부한 내용 및 정리를 앞으로 블로그를 통해 진행해야지~내년의 나는 올해의 나보다 성장하여 멋진 인공지능