치킨고양이짱아 공부일지

학습 돌리는거 기다리다가 심심해서 써보는 졸업후기 겸 석사과정 시작 소감이다. 젤 맘에 드는 졸업식 사진으로 시작~ 최근에 학사 졸업을 했다. 어차피 자대 대학원에 진학하고, 학부때랑 같은 건물을 쓰기 때문에 졸업의 감흥이 없을줄 알았으나 꽤 심란했다,,ㅎㅎ 이제 졸업하니까~이제 대학원 가니까~를 핑계로 막학기에 엄청나게 놀았었는데, 이런 생활이 끝나고 외부와 단절된 생활이 시작된다 생각하니 마음이 좀 그랬다. 그래서 "여름방학동안 이런 마음도 좀 정리하고 서서히 대학원 생활에 녹아들어봐야겠다" 생각해 내 나름대로 고민을 많이 했다. 성격상 공부 기계로 석사과정 2년을 버티긴 힘들 것 같고... 어떻게 하면 대학원 생활을 좀 활기차게 보낼 수 있을지, 어떻게 하면 대학원 졸업할 때쯤 더 멋진 모습일지 고..

학습 결과에 계속 문제가 생겨 이를 해결하기 위해 autoregressive learning을 시도해보기로 하였다. 개념도 가물가물하고 구현해보는 것도 처음이라 공부할겸 이렇게 정리해보았다. Autoregressive learning(자기회귀 학습)이란? 시계열 데이터나 순차적인 데이터에 대한 모델링 기법 중 하나로, 현재의 상태나 값이 이전 상태나 값에 의존하는 경우에 주로 사용된다. autoregressive model은 현재 시점의 값을 이전 시점의 값을 사용하여 예측하거나 생성하게 된다. 즉 현재 값은 이전 값들의 함수로써 모델링 된다는 것이 특징이다. 이러한 방식으로 모델을 구성하면, 데이터의 순차적인 특징을 잘 반영하고, 시간에 대한 변화나 패턴을 잘 파악할 수 있다. Character Con..

1. 개념요약 AutoEncoder는 앞부분을 Encoder, 뒷부분을 Decoder라고 부른다. Encoder는 정보를 받아서 이를 압축하고 Decoder는 압축된 정보를 복원하는 역할을 한다. AutoEncoder를 사용하면 필연적으로 정보의 손실이 일어나지만, 이는 불필요한 정보를 줄이고 필요한 정보만 남기는 데이터 가공이라고 볼 수 있다. 이렇게 불필요한 정보를 줄이는 AutoEncoder를 사용하면 복잡한 데이터의 차원을 줄일 수 있다. 따라서 AutoEncoder는 Input data의 feature를 추출할 때 많이 사용된다. 2. AutoEncoder 구현 import torch import torchvision import torch.nn.functional as F from torch ..