안녕하세요 우선 커리큘럼을 차례대로 재밌게 학습하고 있습니다LLM finetuning 후 추론하는 예시를 따라하고 있는데요아래 박스는 혹시 필요 없는 문장이 아닌가 해서 질문 드립니다감사합니다

안녕하세요.먼저 좋은 강의 감사합니다. 강의를 듣는 중에 궁금한 점이 몇가지 생겨 질문 남깁니다.이미지 증강 시, 증강 기법을 너무 많이 적용해도 오히려 성능이 떨어지며, 성능을 봐가면서 기법을 선택해야하는 걸로 알고 있습니다. 근데, 어떤 기법이 적절한지 알지 못하는 상황에서 어떻게 탐색해야할까요? 하나씩 적용하고 성능을 보기에는 기법이 너무 다양해서요배치마다 증강 기법을 적용하는 방식으로 진행중인데, 성능이 계속 이전 대비 떨어지는 현상을 보입니다. 확률을 만져줘야 하나요?(현재 0.5)이미지 증강을 사전에 하여 학습 데이터를 늘리는 사람들도 있던데, 이 사람들은 어떤 의도로 그러시는건지 궁금합니다.감사합니다.

 왼쪽 Plugins 클릭합니다.가운데 돋보기 옆에 “tensorflow developers certification” 입력 후우측 상단에 Install 클릭 --->위 입력했을때 플러그인 검색이 안나옵니다!!!

코랩 프로 플러스를 사용하고 있는 수강생입니다. 먼저 cloudflare를 다운받습니다. 이후  !pip install colab-ssh --upgrade from colab_ssh import launch_ssh_cloudflared, init_git_cloudflared launch_ssh_cloudflared(password='임의로 설정') # password는 임의로 설정 이걸 코랩 노트북에 작성해놓습니다. 그리고 vscode에서 ssh.config에 다음 사항을 작성해놓습니다.Host *.trycloudflare.com HostName %h User root Port 22 ProxyCommand C:\Program Files (x86)\cloudflared\cloudflared.exe access ssh --hostname %h 그 이후에 ssh로 접속해서 vscode에서 구글 드라이브와 연동하여 사용하고 있습니다.개인적으로 gpu 작업이 필요할 때 사용하는 방법이었는데, 일반적으로 많이 사용하는 방법인지 궁금합니다. gpu 자원을 갖고 있지 않아 코랩 프로 플러스를 구독하여 사용하고 있는데, 매번 작업할 때마다 환경을 조금씩 설정해줘야 하는 불편함이 있어서 코랩을 사용하려면 어쩔 수 없는 방법인지가 궁금합니다.

"NMS의 이해" 편 5:40에서 "Confidence score가 높을수록, IoU Threshold가 낮을수록 많은 Box가 제거된다"라고 말씀하셨는데,Confidence score가 아닌, Confidence threshold가 아닌지 질문 드립니다. 

강의 자료를 올려주시면 좋을것 같습니다.

 실습의 실행하기를 따라해보면 추론은 되지 않고 실행결과에 다음과 같은 문구가 들어있어요. 왜 실행이 안되는 걸까요?AttributeError: Can't get attribute 'SimConvWrapper' on <module 'yolov6.layers.common' from '/content/gdrive/MyDrive/yolo/YOLOv6/yolov6/layers/common.py'>

안녕하세요 ~코딩박사 잇잇쌤입니다!강의문의는 sap.con.jen@gmail.com14년차 개발 프리랜서 강사 이고, IT 용어부터 간단명료하게 쉽게 진입 장벽을낮춰드리는 매직을 부리겠습니다!( 아 잇잇쌤은 IT를 Eat 냠냠 하는 과정을 표현했습니다!! )블로그(파이썬 기초 강의가 있긴 하지만..)랑 youtube(파이썬 AI 강의가 있긴 하지만..)도 있는데 제발 들어오지 마세요! 너무 구독자 수가 적어요 😂😂제가 IT업계에 들어온 계기는...19살때, 해커학원? (그때는 코딩강의가 없고 오프라인 학원이 다 해커학원이었다는.. 당시... C언어가 재밌었던 이유가 포인터때문에 ..나홀로 여자혼자 배운다..라는 자부심도 있었던 것 같음) C언어를 배운 것을 시작으로, 대학교때 안드로이드 1 개발 을 시작으로, 외국계 테스팅 을 위해서 인턴쉽도 경험도 쌓고, 그 이후, 2012년도에 중견 IT업계 System Integration 회사에 입사해서 밤샘도 많이 했으며, System Management 를 다년간 경험하면서 느낀 험난했던 과정 속 나도 모르게 노하우를 쌓아왔습니다. (좋코딩에서, 웹드라마 주인공이 과거의 딱 저라는...)이후 대기업에서 IT관련 강의, 지식을 공유 흥미를 느껴,프리랜서로 나와, IT 관련 수업도 진행하면서 내가 그동안 배웠던 언어들 JAVA, Javascript, ABAP,C, Database 등을 정리하면서 코로나의 블루를 타파하고자 미니 프로젝트등을 진행 했었고,파이썬 등, 알고리즘, AI 머신러닝 , 딥러닝 기술 등을 숨고를 통해 나눈 경험이 있습니다.안티에이징을 위해서 마치 백신 주입하듯이 , 신기술을 배워야 살아 남는게 이 업계의 특성인데, 가장 쉽게 배우는 방법을 터득하면서 여러분들과 소통하고 싶어 졌습니다 !~!!이후, 코로나가 끝나고 운 좋게, 강의를 촬영해커스 HRD 에서 "Rust 기초부터 실무까지 과정"https://www.hackershrd.com/lecture_240216.php?mode=lecView_240216&pcate=cate&scate=002&product_key=01::nref%3E0%3EB007%3EM056&p_id=0000000000&s_id=Y24M062602메가스터디아카데미 "인공지능 기초" 과정https://megastudyacademy.co.kr/camp/lecture/801멋사넥스트 (멋쟁이사자처럼) "AI를 활용한 파이낸셜 모델링(PF) 과정"https://www.likelion-next.com/classes/215041한빛앤 과 다수 협업하면서 VOD강의를 출시하기도 하였습니다!!이제는 인프런에서 여러분들과 만날 수 있게 되어 영광입니다.저는 5시간 동안 카메라 앞에 서서 여러분들께 설명하는데 너무 즐거워서 지치지 않습니다.저의 강의에 대한 지치지 않고 포기하지 않는 열정!열정!열정!으로당신이 허락한 시간 안에 모든걸 쏟아 붇겠다라는 마음 가짐으로 항상 임해오고 있습니다.나중에 기회되면 라이브 강의에서 만나면!반갑게 알아봐 주시면 너무!너무!너무! 반가울 것 같습니다 !인공지능이 도대체 뭐길래 배우는 거지? 🔎비전공자 분들, 향후에 미래에 어떤 언어들이 유망한지, 현업이신데 엑셀 로만 데이터를 분석하고 계신 분들, 개발자 10년이상되셔서 좀 변화가 필요하신 분들은 PM님 C레벨 이사님들! 모두 모두 이 강의를 주목해주세요.저도 14년차 개발자로, 일해오면서 안티에이징 (똑같은 업무에 질려 노화되는 현상) 을 위해서 많은 노력을 해왔어요.그중에 가장 특효약이 바로 인공지능 기초과정 (머신러닝,딥러닝,신언어1개 배우기) 였어요!제가 그동안 Java나 C++,자료구조 많이 가르쳐봤는데!Rust나 AI 과정을 준비하면서 너무 신세계인거에요!이렇게 운영체제 모르고 코딩했구나... 이렇게 효율적인 메모리 언어를 그동안 몰랐구나,CTO가 결정한 솔루션이 사용하라는 대로 그 언어만 계속 사용해 왔구나! 밤샘으로 후회스럽더라구요!하면서, 앞으로는 다양한 좋은 언어들 배워 봐야 겠다 라는 욕심이 생겼어요!그래서 다양한 강의를 만들면서 가르치고 알려주고 상대방과 소통하면서 이해가 된다고 개발 커리어를 위해서다양한 과정들을 도움이 되었다고 할 때, 너무 행복함을 느꼈답니다!여러분들의 로드맵 참여는 저에게 큰 힘이 됩니다!!!많은 관심 주시면 저도 다양한 강의가 준비되어있으니까 앞으로 인프런에 강의도 기회되면 올릴거고 다양하게 만날 수 있게 노력하겠습니다~숨고 후기보기 ! : https://soomgo.com/profile/users/1949734?from=portfolio뭐 어쨌든 결론은 !!! 저의 로드맵에 참여해주세요~ 😍😍▼▼▼▼▼▼▼▼▼https://inf.run/9Vjfz

안녕하세요! 이번에 금융권 핀테크 기업으로 이직하면서 강화학습을 직무에 활용할 수 있을까하여 공부하고 있는 사람입니다. import gymnasium as gym import numpy as np import pprint # SFFF (S: 시작점, 안전) # FHFH (F: 얼어있는 표면, 안전) # FFFH (H: 구멍, 추락) # HFFG (G: 목표, 프리스비 위치) # LEFT = 0 # DOWN = 1 # RIGHT = 2 # UP = 3 map = "4x4" SLIPPERY = False # 결정론적 환경 #SLIPPERY = True # 확률적 환경 # FrozenLake-v1 환경을 생성합니다. # desc: None이면 기본 맵을 사용합니다. # map_name: 사용할 맵의 이름을 지정합니다. # is_slippery: True이면 미끄러운 표면(확률적 환경)을 사용하고, False이면 결정론적 환경을 사용합니다. env = gym.make('FrozenLake-v1', desc=None, map_name=map, is_slippery=SLIPPERY) GAMMA = 1.0 # 감가율 (discount factor), 미래 보상의 현재 가치 THETA = 1e-5 # 정책 평가의 종료 조건, 변화가 이 값보다 작으면 평가 종료 num_states = env.observation_space.n # 환경의 상태(state) 개수 num_actions = env.action_space.n # 환경에서 가능한 행동(action) 개수 transitions = env.P # 상태-행동 전이 확률 (state-action transition probabilities)s) 강의로는 36강, 자료로는 015_DP_frozenlake_policy_evaluation.py 상에서 질문이 있습니다. 여기서 THETA가 1E-5인데, 이는 정책 평가의 종료 조건이라고 되어있었습니다. 이 때, 모든 그리드에서의 변화량 중 단 하나의 값이라도 THETA보다 작아지면 평가가 종료되는 것인지, 모든 그리드의 변화량이 THETA보다 작아지면 평가가 종료되는 것인지 궁금합니다.   

강사님, 혹시 transformer 훈련 마친 모델 공유 가능할까요?pt-en en-kr 강의중에 언급하신 버젼colab에서 직접 돌려보다가 런타임이 계속 끊겨서 실패하다 요청드립니다ㅠ  덕분에 nlp에 많은 도움을 받고 있습니다. 감사합니다 :)

엔비디아 gpu내장안되어있으면 gpu사용이 안되는건가요? 제 노트북은 Intel Arc TM Graphics 입니다.

vscode에 select kernel을 누르면 아무 kernel도 뜨지 않습니다. 강의에는 Python Environments... 이 뜹니다.

kaggle gpu images 설치시 Error가 발생합니다. docker login -u username으로 login 후에도 동일하게 안됩니다.Error response from daemon: pull access denied for kaggle-gpu-images, repository does not exist or may require 'docker login': denied: requested access to the resource is denied

안녕하세요 mmdetection을 설치하려고 하는데로컬에 있는 GPU를 사용해서 학습을 해보려고 합니다.코랩에서 제공하는 GPU 말고 로컬의 GPU를 사용할 수 있는 방법이 있을까요?

예제3 v1=u1=(1,-1,2)인 것 같습니다

안녕하세요 선생님시간과 체력이 더 많았으면 좋겠다는 생각이 들 정도로 강의를 너무 재밌게 보고 있습니다Mini batch Gradient Descent 이론 편에서 Mini batch Size에 비례하지 않는다는 설명을 보았는데요.물론 병렬처리를 하기 때문에 정비례하지 않겠지만 GPU에 올릴 수 있는 최대 데이터양이 100개라고 가정한다면 미니배치를 200, 300, .. 이런 식으로 키운다면 미니 배치크기에 따라 비례하는 것은 맞지 않나요?혹시 제가 잘못 생각하고 있다면 말씀해주세요  감사합니다!

안녕하세요, 도움되는 강의 제공해주셔서 진심으로 감사드립니다.Harmonic Oscillator 초기값 관련하여 질문있습니다.현재 우리는 pinn의 performance를 확인하기 위해 실제해가 알려진 경우와, pinn의 prediction을 비교하고 있는데요. loss function이 residual과 초기값에 대한 mse로 구성되어 있는데, 우리가 실제 해를 모른다고 가정하고 온전히 pinn으로만 학습한다고 가정할 경우, 초기값에 대한 mse는 어떻게 구할 수 있을까요?제가 미분방정식에 대한 기억이 너무 오래되서 그런데 보통 초기값은 실제해를 몰라도 방정식 별로 알려진 값일까요?미리 감사드립니다.

안녕하세요?: 선생님강의 정말 재밌게 잘 보고 있습니다.강의 내용 중에 Huber Loss는 전미분이 한 번밖에 되지 않는다는 단점을 언급해주셨는데요Gradient Descent를 적용할 때는 weight에 대한 편미분만 적용하기 때문에 역전파 시에는 무관한 거 아닐까요?따라서 Epoch를 2 이상의 숫자를 두고 학습하는데 전혀 지장이 없는 거 아닌가요?왜 전미분이 1번만 된다는 게 단점이 된다는 것인지 이해가 잘 되지 않습니다. 

현재 제 컴퓨터에 RTX 4060 GPU가 있는 상태인데 Pytorch 다운로드를 CPU 버전 말고 GPU 버전으로 다운로드 해도 괜찮을까요? 수업을 듣는데 다른 지장이 있을까요 혹시?

물리 정보 신경망은 결국 미분방정식 해를샘플데이터를 이용해서 빠르게 찾는 것이 핵심인 것 같습니다. 그러나 현실에서는 방정식 자체를 세우기가 힘듭니다. 예를 들어 단순히 개나 고양이 사진을 구분하는 문제만 봐도 식을 세우기 힘들며, 결국 데이터에 의존해야 하는데요. 물론 문제 성격에 따라 알고리듬을 달리 적용하는 것이 맞지만, 현실 문제에 적용이 힘들어 보입니다. 미분방정식이 있는 난제에만 적용이 가능할까요?수치해석과 비교했을 때 결국 시뮬레이션을 얼마나 빨리하는지의 차이일 뿐, 정확한 해인지는 어떻게 평가할 수 있나요? 더불어서 수치해석은 시뮬레이션 수치를 눈으로 확인할 수 있으니 말 그대로 해석이 가능한데, 인공신경망이 복잡할 경우, 어떻게 해석하나요?