- 710
- 19 326 432
동빈나
South Korea
Registrace 11. 07. 2015
dongbinna@postech.ac.kr
딥러닝 전이 학습(Transfer Learning) 완벽 이해: BiT 논문 설명 (ECCV 2020)
이번 영상에서 리뷰할 논문은 ECCV 2020에 발표된 논문으로, Bit Transfer (BiT) 모델을 제안하였습니다. 구체적으로 본 논문에서는 전이 학습(transfer learning)에 효과적으로 사용할 수 있는 대규모 모델을 제안하고, 배포합니다. 딥러닝 분야에서 전이 학습은 적은 양의 데이터 및 컴퓨팅 자원으로 높은 정확도를 이끌어내, 실무적인 관점에서 매우 활용도가 높습니다. 본 논문의 저자들이 배포한 모델을 사용하면 빠르고 간단히 원하는 이미지 관련 작업(task)에서 우수한 정확도를 얻을 수 있습니다.
zhlédnutí: 16 308
Video
IT 개발 회사 실전 면접 Tip 대방출: 비전공자 가상 면접 (Feat. SW마에스트로)
zhlédnutí 367KPřed rokem
현재 과학기술정보통신부가 주최하는 SW 인재 양성 과정 [SW마에스트로] 제14기 연수생 모집 중입니다. ▶ SW마에스트로 지원하러 가기: swmaestro.org/sw/main/contents.do?menuNo=200033 한 달 100만 원의 장학금, IT 기기 구입비, 최고 수준의 멘토링을 제공하는 국가 지원 과정입니다. SW 개발 분야에 관심이 있는 분들의 많은 지원 부탁드립니다. ※ 본 영상의 제작 과정에서 SW마에스트로의 도움과 지원을 받았습니다. ※ 또한, 출연해주신 두 분의 유튜브 채널 소개 드립니다. 1) 김동이(면접관): 개발자 취업 도우미 채널 www.youtube.com/@codingmonster 2) 은승욱(면접자): 알고리즘 교육 채널 www.youtube.com/@silver...
![배치 정규화(Batch Normalization) [꼼꼼한 딥러닝 논문 리뷰와 코드 실습]](http://i.ytimg.com/vi/58fuWVu5DVU/mqdefault.jpg)
배치 정규화(Batch Normalization) [꼼꼼한 딥러닝 논문 리뷰와 코드 실습]
zhlédnutí 26KPřed 3 lety
현대 딥러닝 아키텍처에서 학습 속도(training speed)를 비약적으로 향상시킬 수 있었던 방법 중 하나인 배치 정규화(Batch Normalization)에 대한 설명 영상을 만들어 공유합니다 :) 초기 배치 정규화는 Internal Covariate Shift (ICS)를 줄여서 성능을 높이기 위한 목적으로 2015년에 처음 제안되었으며, 실제로 학습 속도 및 정확도 향상에 도움이 되어 ResNet을 포함한 다양한 아키텍처에 사용되었습니다. 배치 정규화를 사용함으로써 하이퍼 파라미터 설정이 편리해지고 성능이 향상될 수 있다는 점은 의심의 여지가 없으나, 정말 배치 정규화가 ICS를 감소시키는지에 대해서는 불명확하여 Madry 연구소에서는 배치 정규화의 성능 향상 원인을 분석하는 논문을 출판했습...
GAN: Generative Adversarial Networks (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
zhlédnutí 63KPřed 3 lety
생성 모델(Generative Model)은 실제로는 존재하지 않지만, 있을법한 데이터를 만들어 내는 모델을 의미합니다. 오늘은 현대 딥러닝 기반 생성 모델에 큰 영향을 끼친 논문인 GAN(NIPS 2014)을 소개합니다. GAN은 최근까지 이미지 도메인에서의 많은 발전이 이루어져 특정한 분야의 이미지(사람의 얼굴, 동물의 형체 등)를 생성하거나 수정하는 작업을 수월하게 만들어주고 있습니다. 논문 핵심 요약: 00:00:00 코드 실습: 00:33:26 논문 같이 읽기: 00:38:40 본 시리즈의 동영상에서 사용된 강의 자료(PPT)와 코드는 다음의 깃허브 저장소에 업로드됩니다. github.com/ndb796/Deep-Learning-Paper-Review-and-Practice 본 강의는 논문 요...
![[딥러닝 기계 번역] Transformer: Attention Is All You Need (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)](http://i.ytimg.com/vi/AA621UofTUA/mqdefault.jpg)
[딥러닝 기계 번역] Transformer: Attention Is All You Need (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
zhlédnutí 166KPřed 3 lety
본 교육 동영상에서는 현대의 자연어 처리 딥러닝 모델에 중대한 영향을 끼친 논문인 Transformer (NeurIPS 2017)를 소개합니다. 2020년을 기준으로 15,000회의 인용 횟수를 가진 Transformer 논문은 매우 많은 최신 자연어 처리 모델이 활용하고 있는 아키텍처를 제안합니다. 이러한 Transformer의 메인 아이디어는 BERT, GPT와 같은 최신 아키텍처에서도 채택되어 세계적으로 유명한 번역 프로그램인 Google 번역기, 네이버 파파고 등에서도 활용되고 있습니다. 논문 핵심 요약: 00:00:00 코드 실습: 00:43:40 논문 같이 읽기: 01:04:31 본 강의는 논문 요약, 논문 리딩, 코드 실습을 포함하고 있습니다. 바로 실행 가능한 Colab 코드를 제공합니다...
![[텍스트 분류 모델 공격 기법] TextFooler: Is BERT Really Robust?](http://i.ytimg.com/vi/EF-IYFTKZiE/mqdefault.jpg)
[텍스트 분류 모델 공격 기법] TextFooler: Is BERT Really Robust?
zhlédnutí 7KPřed 3 lety
오늘은 자연어 처리 딥러닝 모델에 대한 공격 기법(Adversarial Attack) 논문을 소개합니다. 본 논문은 BERT를 포함해 최신 텍스트 분류 모델에 대하여 효과적으로 동작하는 공격 기법인 TextFooler를 제안한 논문입니다. 2020 AAAI의 Oral Session에서 발표되었으며, 간단하면서도 효과적인 방법으로 WordCNN, WordLSTM, BERT 등의 모델을 속이는 것을 보여줍니다. 논문 핵심 요약: 00:00:00 코드 실습: 00:29:57 논문 같이 읽기: 00:39:23 공격은 목표 모델의 파라미터를 전혀 모르는 상태에서 수행이 가능하며(black-box), 논문에서 제안한 알고리즘은 매우 단순하고 효과적입니다. ① 원본 문장에 포함된 단어 중에서 분류에 큰 영향을 미치...
![[딥러닝 기계 번역] Seq2Seq: Sequence to Sequence Learning with Neural Networks (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)](http://i.ytimg.com/vi/4DzKM0vgG1Y/mqdefault.jpg)
[딥러닝 기계 번역] Seq2Seq: Sequence to Sequence Learning with Neural Networks (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
zhlédnutí 26KPřed 3 lety
오늘의 딥러닝 논문 리뷰는 자연어 처리 쪽에서 매우 유명한 논문인 Seq2Seq입니다. Seq2Seq는 2014년 인공지능 분야 최우수 학회 중 하나인 NIPS에서 소개되었습니다. Seq2Seq는 현대의 기계 번역(machine translation) 기술들이 딥러닝 기반으로 전환되도록 해준 돌파구와 역할을 해준 논문이며, 아직도 많은 논문에서 베이스라인으로 비교되고 있을 정도로 중요한 논문입니다. (2020년 기준 인용 수는 약 12,000회) 논문 핵심 요약: 00:00:00 논문 같이 읽기: 00:25:50 코드 실습: 00:43:19 본 강의는 논문 요약, 논문 리딩, 코드 실습을 포함하고 있습니다. (바로 실행 가능한 Colab 코드를 제공합니다.) 본 시리즈의 동영상에서 사용된 강의 자료(P...
코딩 테스트를 위한 벨만 포드 알고리즘 7분 핵심 요약
zhlédnutí 28KPřed 3 lety
코딩 테스트를 위한 벨만 포드 알고리즘 7분 핵심 요약 이번 강의는 다익스트라 최단 경로 알고리즘을 알고 있다고 가정합니다. 선행 강의(다익스트라) 동영상: czcams.com/video/acqm9mM1P6o/video.html
자료구조: 바이너리 인덱스 트리(Binary Indexed Tree, BIT, 펜윅 트리) 10분 정복
zhlédnutí 17KPřed 3 lety
자료구조: 바이너리 인덱스 트리(Binary Indexed Tree, BIT, 펜윅 트리) 10분 정복
최소 공통 조상(Lowest Common Ancestor, LCA) 알고리즘 10분 정복
zhlédnutí 15KPřed 3 lety
최소 공통 조상(Lowest Common Ancestor, LCA) 알고리즘 10분 정복
자료구조: 우선순위 큐(Priority Queue)와 힙(Heap) 10분 핵심 요약
zhlédnutí 54KPřed 3 lety
자료구조: 우선순위 큐(Priority Queue)와 힙(Heap) 10분 핵심 요약
ResNet: Deep Residual Learning for Image Recognition (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
zhlédnutí 45KPřed 3 lety
오늘은 ResNet으로 알려진 논문에 대한 리뷰 영상을 준비했습니다. ResNet은 나온 지 5년이 되었으나 최근까지도 많은 논문에서 베이스라인 아키텍처로 비교되고 있을 정도의 좋은 논문입니다. 2020년 기준 인용 수는 약 60,000회입니다. 논문 핵심 요약: 00:00:00 논문 같이 읽기: 00:14:38 코드 실습: 00:39:38 본 논문은 CVPR 2016에서 최우수 논문상을 받았고, 2015년 메이저급 이미지 분류 대회들에서 1등 상을 싹쓸이한 논문이기도 합니다. 이 논문은 수학적인 개념은 많이 없고 이해하기가 쉽다는 장점이 있습니다. 잔여 학습(residual learning) 개념을 이용하여 모델의 최적화 난이도를 낮추어 아주 깊은 네트워크를 이용해도 학습이 잘 이루어질 수 있도록 합...
컴퓨터 공학과를 위한 최신 논문 찾아 읽는 방법 정리 (입문자를 위한)
zhlédnutí 90KPřed 3 lety
컴퓨터 공학과를 위한, 최신 논문 찾아 읽는 방법을 정리한 동영상입니다.
StarGAN (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
zhlédnutí 18KPřed 3 lety
논문 제목: StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation (2018 CVPR) 논문 설명: 본 논문은 딥러닝 분야 최우수 학회 중 하나인 CVPR 2018의 구두 발표 세션에서 발표된 논문으로, 단일 네트워크를 이용해 다중 도메인 상에서의 image-to-image translation을 가능하도록 해주는 StarGAN을 제안합니다. [요약] StarGAN 알아보기 00:00:00 [실습] StarGAN을 이용해 내 사진의 성별/나이/머리 바꾸어보기 00:44:35 [논문 리딩] 논문 정독하기 00:51:25 본 시리즈의 동영상에서 사용된 강의 자료(PPT)와 코드는 다음의 깃허브 ...
(이코테 2021 강의 몰아보기) 9. 코딩 테스트에서 자주 출제되는 기타 알고리즘
zhlédnutí 21KPřed 3 lety
(이코테 2021 강의 몰아보기) 9. 코딩 테스트에서 자주 출제되는 기타 알고리즘
Meta-Transfer Learning for Zero-Shot Super-Resolution (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
zhlédnutí 9KPřed 3 lety
Meta-Transfer Learning for Zero-Shot Super-Resolution (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
(이코테 2021 강의 몰아보기) 1. 코딩 테스트 출제 경향 분석 및 파이썬 문법 부수기
zhlédnutí 317KPřed 3 lety
(이코테 2021 강의 몰아보기) 1. 코딩 테스트 출제 경향 분석 및 파이썬 문법 부수기
Shadow Attack - Semantic Adversarial Examples (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
zhlédnutí 8KPřed 3 lety
Shadow Attack - Semantic Adversarial Examples (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
DETR: End-to-End Object Detection with Transformers (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
zhlédnutí 57KPřed 3 lety
DETR: End-to-End Object Detection with Transformers (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)
[꼼꼼한 논문 리뷰] Adversarial Patch: 스티커를 붙이기만 하면 인공지능이 망가진다! [NIPS 2017] (인공지능 보안/AI Security)
zhlédnutí 6KPřed 4 lety
[꼼꼼한 논문 리뷰] Adversarial Patch: 스티커를 붙이기만 하면 인공지능이 망가진다! [NIPS 2017] (인공지능 보안/AI Security)
[꼼꼼한 논문 리뷰] Constructing Unrestricted Adversarial Examples with Generative Models [NIPS 2018] (AI보안)
zhlédnutí 5KPřed 4 lety
[꼼꼼한 논문 리뷰] Constructing Unrestricted Adversarial Examples with Generative Models [NIPS 2018] (AI보안)
int main(void){} 안에 int array[number] 에서 number이 빨간줄 뜨면서 "식에 상수값이 있어야 합니다."라고 뜨는데 이건 어떻게 해야하나요..?
분명 같은 한국말일텐데... 왜일까.
중학교 3학년입니다. 해킹공부방법에 대해 매우 알고 싶었는데 이 영상을 통해 궁금증이 해소된 것 같아요ㅠ 올려주신 덕분에 열심히 공부하고 싶은 오기가 생겼고, 정말 감사합니다🎉 꼭 성공하겠습니다
이 분 어디가셨나요 !
이정도는 해야 사회에 취업하는구나 나 어떡하냐....
2:25에 일자표시 두개는 무슨키인가요?
갚이 아니고 값이요...
57:05 금광 문제는 완전탐색인건가요..?
1로 만들기 코드 이해가 안갑니다..ㅜ
두 번 들으니 이해되네요..
19:01
9:05에서 보면 strcpy문장을 비쥬얼 스튜디오 에서 실행한 결과 정의되어 있지 않는다고 오류가 떳는데 왜그런걸까요?
44:00
44:00
20:20 이게 어떻게 저렇게 길게 풀어질 수 있는건지 모르겠다.... 수학을 배운지가 너무 오래되어서 기억이 안나네여
(a+b+c)^2 = a^2 + b^2 + c^2 + 2ab + 2bc + 2ca
형님 지금 다시 칼리리눅스 설치과정 올려주시면 안되나요?? 너무 오래됐습니다!!!
너무 감사 도움 많이 될거 같네요
다시 정신차리고 공부 스타트
와.. 개선된 lca만든 사람은 천재 같아요!!!!! 1씩 순차적으로 탐색하는게 아니라 2의 가듭제곱만큼 쩜프하면서 찾는 방법이라니..
SSL connection without server's identity verification is not recommended. 오류 나시는 분은 userDAO.java에서 String dbURL = "jdbc:mysql://localhost:3306/BBS?serverTimezone=UTC&useSSL=false"; 로고쳐주세요
ERROR 1366 (HY000): Incorrect string value: '\xC8\xAB\xB1\xE6\xB5\xBF' for column 'userName' at row 1 에러시에 ALTER TABLE user convert to charset utf8; 입력
27:00
12:00 20번문제는 뭐가 대칭이란거임?
대강의실에서 강의하신걸 녹음하신건가요? 뭔가 에코가 있는 느낌인데...
복학하기 전에 자료구조도 공부할 겸 미리 배워두면 좋을 것 같아서 공부 시작합니다! 자료구조에 대해서 아무것도 모른 상태에서 시작해도 될지는 모르겠지만, 일단은 해보려고 합니다. 미리 준비한다면 복학해서 자료구조 수업을 들을 때도 도움이 될거고, 코딩 테스트는 미리 준비하는 것이 중요하다고 생각해요. 사실 저는 항상 "내가 이 분야와 맞을까?", "웹을 공부하는게 자료도 많고, 포트폴리오를 구성하기에도 좋은데, 부트캠프 같은걸로 웹개발자가 과잉공급이 됐는데 내가 취업할 수 있을까?" 등과 같은 고민만 하면서 정작 아무 공부도 하고 있지 않은 저를 발견했고, 일단 그냥 해보려고 합니다. 나동빈님 덕분에 1학년때 배웠던 C언어도 복습을 할 수 있었어요. 감사합니다.
01:35:00
본인의 IQ가 진짜로 궁금하면 K-WSIC 4판으로 종합적으로 판단해보세요. 많이 비쌉니다. 20만원 정도에 약 2시간 이상 시험에 응시해야 합니다. 아니면 풀배터리 검사라고 부르는 종합심리검사 수행하시면 40만원 정도에 약 4시간 정도 검사 시간 소요됩니다. 멘사용 문제는 추론지능만 측정해서 유동지능만 측정하는 한계가 있습니다.
1:41:00 in/ not in 연산자 1:44:00 조건문 간소화 1:52:00 for문 원소 2:10:00 lambda문 이름없는 함수 2:14:00 내장 함수와 표준 라이브러리 (1:59:00 함수)
42:00 연산자 1:00:00 리스트 관련 메서드
다 좋은데 너무 빠르네요.. ㅠ 따라가기 힘들어요
29:00
이해가 잘 되고 코드 실습이랑 원본 논문 까지 리뷰해주시니까 정말 도움이 많이되네요 감사합니다!!
아나 저도 저렇게 간단명료하고 깔끔하게 설명하고 싶네요. 질투나지만 배우고 갑니다.
정말 유익한 강의네요~~~ 1강부터 계속 듣는 중이에요 ^^
와 이런 논읽남(논문 읽어주는남자) 가있엇다는걸 24년에 알게되다니 1년손해봤다
암호랑 논문까지 다루는 영상. 굉장히 수준 높은 영상이지만, 이 내용을 제대로 따라 올 수 있는 사람은 극소수임. 암호랑 논문은 어중이떠중이들은 절대로 따라오지 못하는 레벨의 문제이며, 그걸 해내는 사람들은 최소한 석박사 레벨임. 아니 이 영상 보고 채널보니 ML하는사람이네;
6:39
이거 구매하려는 물품 가격이 6만?정도가 넘어가면 적용이안되던데 혹시 왜 그런걸까요? 2바이트로 표현이 불가능하다던가 그런건감..?
안녕하세요, 세상에 이런분도 있네요; 넘 감사합니다 당연 구독했고요; 질문이 있어서 연락 드렸는데 님께서 댓글 확인 하실지 모르겠는데요 제가 스포츠게임 광인데, 요즘게임보다 게임성에선 MLB2K11이 개인적으로 최고 인거 같아 여전히 이 게임을 하고 있습니다. 너무 서론이 길었네요; 요는 이 게임은 직구(Fast ball)구속이 99마일로 정해져 있는거 같아요; 왜냐면 다른 에디터로 능력치 올려도 99이상은 안 나오더라구요 며칠전 GPT통해서 게임상에서 100마일 혹 120마일 내가 나오게 하는데 성공했지만, 이 경우 게속 내가 숫자 기입하면 화면에 속도 나오는 것을 뜻합니다 ㅠㅠ 게임상에서 99마일로 제한되어 있으니 이것좀 도와달라고 GPT한테 요구해도 도무지 얘가 이해를 못하더라구요; 해서요 혹시 게임상에서 99마일로 정해진 직구 구속만을 (only) 103마일로 수정 할수 하려면 어떻게 접근해야 할까요? 이 영상들을 봐도 잘 떠오르질 않네요 보통 직구 구속은 한계만 정할수 있고요 ; 보통 선수들은 킬로미터가 아닌 마일로 에디트(edit)하며, 가령 로스터 에딧을 이용하면 최고 105마일 까지 가능하더이다 조언 제발 부탁 드려요
파일 열기를 어떻게 연동시키는거죠?
전 5년차에 대학원까지 나왔지만 코테 준비를 한번도 안해서 꺼꾸로 가고 있네요 ㅋㅋ 막연한 공포증같은게 있다보니 안했던건데 동빈나님 덕분에 자신감있게 스타트 끊어봅니다!
입문자인데 이건 진짜 어렵네요 ㅠㅠ 갈길이 멉니다..
38:48 상하 좌우 문제 풀이가 틀렸습니다...!
감사합니다
#include <stdlib.h> 라고만 하면 strcpy 함수를 사용하지 못합니다 왜그런건가요? 전 vscode를 사용하고 있습니다. #include <string.h> 이것을 추가해야 strcpy 함수를 사용할수 있던데.. 이상하네욤 ㅠ
강의 개잘한다 진짜 중학생도 알아들을듯 ㅋㅋ
'24시간 마법진' 이 뭔지 궁금한 1인 여름에 저거 있으면 24시간 모기 방어가 가능한가 ?
피라미드부터 뭔가 난이도 급 상승 느낌...
출력하면 한글이 깨져서 나오는데 왜그런건가요???
지금 이클립스는 많이 달라졌는데요 어떤것을 선택해야할까요? Eclipse IDE for java ee developers 가 안보여요
가장 거리가 짧은 노드를 찾기 위해 우선순위 큐를 사용한다. 1. 가장 거리가 짧은 노드를 택한다. 2. 그 노드까지의 거리가 현재 알고 있는 거리와 비교한다. 3. 현재 알고 있는 거리보다 짧다면, 그 노드를 거쳐 다른 노드로 가는 비용을 갱신한다.