윈도우에서 jupyter lab 시작 경로를 변경할 것이다. 1. config 생성 anaconda prompt를 검색하여 jupyter lab --generate-config입력 jupyter lab --generate-config 2. dir 변경 주석을 제거하고 c.ServerApp.notebook_dir에 사용자가 원하는 경로를 넣는다.
jupyter notebook처럼 kernel만 추가하면 바로 바꿔서 쓸 수 있을 줄 알았는데 kernel을 변경해도 base로 잡혀서 고생 좀 했다.. 가상환경 만들기 https://pasongsong.tistory.com/475 우선 위의 링크에서 가상환경을 만든다. ipykernel 설치 conda activate 가상환경 가상환경으로 들어와주고 설치를 진행한다. python -m ipykernel install --user --name $환경이름 --display-name $커널이름 설치가 안된다면 jupyter notebook, jupyter lab을 먼저 설치하자. jupyter lab 설치 가상환경에 있는 상태에서 jupyter lab을 설치한다. pip install jupyterlab 혹..
ELBO ELBO는 VAE의 loss에도 쓰이는 것으로 variational lower bound라고도 불린다. ELBO는 \( p(z \mid x) \) 가 다루기 힘든 분포를 이루고 있을 때 이를 다루기 쉬운 분포인 \( q(x) \)로 표현하는 과정에서 두 분포의 차이(KL Divergence)를 최소화하기 위해 사용된다. 수식 \( log_{\theta} P(x) \)는 모델의 파라미터(\( \theta \))가 주어졌을 때 x가 나올 확률이고 이 확률이 높을 수록 좋은 모델이다. 우리는 \( log_{\theta} P(x) \)를 최대화 하는 방향으로 \( \theta \)를 학습시켜야 한다. 위의 식에서 KL Divergence는 늘 0보다 크거나 같기 때문에 \( log P(x) \)는 EL..
VAE VAE란 input x를 잘 설명하는 feature를 추출하여 latent vector z에 담고 x와 유사하지만 완전히 새로운 데이터를 생성하는 모델이다. 일반적으로 feature는 Gaussian distribution을 따르고 input x를 잘 설명하는 feature를 찾기 위해서 latent z는 평균과 분산값을 가진다. $$ z \longrightarrow x $$ $$ p_{\theta}(z) \longrightarrow p_{\theta}(x \mid z^{(i)}) $$ p(z): latent vector z의 확률밀도함수(Gaussian) p(x|z): 주어진 z에서 특정 x가 나올 조건부 확률에 대한 확률밀도함수 θ: 모델의 파라미터 구조 input x를 Encoder에 통과시..
정보 Information 통계학에서 놀랄만한 내용일수록 정보량이 많다고 이야기하고 이는 확률의 개념을 재해석한 것으로 볼 수 있다. 이는 확률이 낮은 사건일수록 거의 일어나지 않을 일이기 때문에 정보량이 높다고 이해할 수 있다. 위의 내용을 바탕으로 어떤 사건 변수 \( X \)에 대한 정보량(Info)는 다음과 같이 생각할 수 있다. $$ Info \propto \frac{1}{P(X)} $$ 정보량 구체적으로 통계에서 정보량은 다음과 같이 정의한다. $$ I(x) = -log_{b}(P(X)) $$ b = 2 : bit b = e : nit b = 10 : dit log에 \( \frac{1}{P(X) \)를 넣었기 때문에 -가 앞으로 나오고 위와 같이 정의된다. log를 사용한 이유는 확률에 반비..
https://arxiv.org/pdf/2102.12092v2.pdf ABSTRACT Text to image task는 fixed dataset에 대해 더 나은 modeling assumptions을 찾는데에 집중하였다 본 논문에서는 transformer를 활용하여 text, image tokens을 하나의 stream으로 변환하여 auto-regressive 하게 모델링하는 기법을 제안한다. 충분한 data와 scale을 기준으로 경쟁력 있는 Zero-shot 성능을 보인다. INTRODUCTION Background Draw generative model -> Conditoin on image captions -> GAN 위의 순서로 text to image task models이 발전하였고 Ree..
버전 확인 import torch print(torch.__version__) GPU 연결 확인 device = 'cuda' if torch.cuda.is_available() else 'cpu' print(device)
아나콘다와 미니콘다의 명령어가 미묘하게 다르게 때문에 따로 정리했다. 가상환경 확인 conda info --envs 위의 명령어를 통해 가상환경을 확인 할 수 있다. 가상환경 생성 conda create -n [가상환경 이름] python=[원하는 버전(3.8 or 3.9)] 가상환경 삭제 conda remove --name [가상환경 이름] --all 활성화 activate [가상환경 이름] 비활성화 deactivate
