완벽주의를 완성주의로 바꾸는데 큰 도움이 됐던 책이었다. 근 3년간 읽었던 책 중 나에게 가장 긍정적인 영향을 많이 미친 책 중 하나였다.Chapter 1. 시작을 망설이는 당신은 완벽주의자다.완벽주의자들을 요약하면 대략 다음과 같은 5가지 유형으로 나눌 수 있다. 1. 비현실적 기대 = 내가 과연 저 목표를 달성할 수 있을까?2. 과거 곱씹기 = 과거에 실패한 기억에서 벗어날 수 없다.3. 인정받고 싶은 욕구 = 남들이 어떻게 생각할까 두려워.4. 실수할지도 모른다는 염려 = 실수하면 어쩌지?5. 행동에 대한 의심 = 어차피 해도 안 될 텐데 뭐. - 무언가로 인해 스스로에 대한 자신감이 없고 자꾸만 위축된다면, 세상에는 똑같은 문제를 안고도 얼마든지 자신감을 가지고 행복하게 사는 사람이 있다는 사실을..

Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data용어 정리monocular depth estimationfoundation modelmodels which are pretrained on vast amount of datasemi-supervised learningunlabeled data를 활용하는 학습방식. labeled data로 학습된 teacher model을 가지고, unlabeled data의 pseudo depth map을 만들어, 새로운 student model에 labeled, unlabeled data를 supervised learning으로 학습시키는 방식.zero-shot depth estimationtrain ..

* Computer Vision 관련 논문을 읽으면서 나오던 생소한 단어들을 공부할 수 있음! * 스토리와 인과관계가 명확한 아주 감사한 글임! https://johnwlambert.github.io/stereo/

혼자 무언가를 공부하다보면 '내가 이걸 잘 배우고있는게 맞나?' 라는 생각이 든다. 배우는 법에 대한 호평을 받는 강의가 Coursera에 무료로 올라와 있어 이를 수강 및 정리해 보려 한다. 목적: 강의를 들으며 얻은 인사이트 공유 예상 결론: 내가 배운 점을 설명 가능하며, 이 강의가 필요할 사람을 구체적으로 인지하고 글로 풀 수 있길 바란다.

다른 분이 작성한 PyTorch 코드를 보던 중, Dataset.__getitem__(index) 메서드에서 하드, 서버에 저장된 데이터를 불러오도록 구현한 것을 확인하였다. __getitem__(index) 는 학습 과정에서 사용되는 매서드인데, 학습 과정에서 batch를 만들기위해 매번 하드에 접근한다면 큰 시간적 비효율이 있을텐데 왜 이렇게 다들 구현을 한건지 궁금해졌다. 그래서 찾아보던 중 PyTroch의 똑똑한 기능을 알게되어 공유해본다. PyTrorch의 DataLoader는 기본적으로 병렬 프로세싱을 지원해 다음과 같이 CPU, GPU 자원을 시간효율적으로 사용할 수 있도록 지원한다. 여기서 병렬 프로세싱은, 아래처럼 GPU가 forward와 backward를 수행하는 동안, CPU는 디스크..