분류 전체보기 검색 결과
205 개의 검색 결과가 있습니다.
Computer Science, Programming/Python

파이썬 패키지(PyPI) 만들어서 배포하기

목차 평소 github에서 다양한 사람들의 코드를 가져다 사용할 때면 항상 나에게 맞추어 수정해야 하는 불편함이 있었다. 따라서 유용하게 사용하던 utility function 등을 나에게 맞는 코드로 짜두고, 프로젝트에서 라이브러리로 불러올 수 있게 (pip install ... 등으로 설치하여 사용할 수 있게) 특정 프로젝트 폴더를 파이썬 패키지로 만드는 방법을 알아보려 한다. PyPI (Python Package Index) 개념 및 회원 가입 PyPI는 파이썬의 패키지 저장소 개념이다. 평소 'pip install ...'으로 다운받던 패키지가 보관되는 곳으로 보면 된다. 여기에 나만의 패키지를 만들어 업로드하려면, 우선 회원 가입부터 해야한다. https://pypi.org/ PyPI · The..

2023. 5. 24. 18:10
Studies/Generative Models

Flow-based Models (Normalizing Flow) (2)

목차 Flow-based Models (1)에서 모델을 전반적으로 이해해보았다. 본 포스팅에서는 flow-based model의 예시를 알아보자. Flow-based model은 invertible transformation에 어떤 함수를 사용하는지에 따라 나뉜다. Planar Flows Planar flow에서의 invertible transformation은 다음과 같다. (편의 상 bold체를 따로 사용하지 않고 벡터를 표현한다.) \( x = f_\theta (z) = z + u h (w^\top z + b) \) 위 식과 같이 \(\theta = (w, u, b)\)로 parameterize하고, non-linearity \(h(\cdot)\)이 non-linearity라 할 때, Jacobia..

2023. 4. 18. 23:16
Studies/Generative Models

Flow-based Models (Normalizing Flow) (1)

목차 Autoregressive models 글에서 autoregressive generative model에 대해 다뤄보았다. Autoregressive (Generative) Models (2) 목차 이전 글에 이어, autoregressive generative model에 어떤 모델이 있는지 좀 더 살펴보자. 다음은 다양한 deep generative model 의 비교 표이다. Autoencoder based ARM Autoregressive Models (ARM) vs Autoencoders (AE) Autoenco jjuke-brain.tistory.com Deep generative model들 중 이번에는 flow-based model(=normalizing flow model)을 알아보..

2023. 4. 18. 14:51
Studies/Generative Models

Generative Model Learning (2) - Monte Carlo Estimation

목차 이번 포스팅에는 Pre-knowledges for Generative Models (1) 글에 이어 Monte Carlo Estimation에 대해 다뤄보려 한다. Pre-knowledges for Generative Models (1) - KL-divergence, Maximum likelihood 목차 이번 포스팅에서는 딥러닝 기반의 generative model의 학습 과정을 배우기 위해 필요한 기초 지식들을 정리해보려 한다. 이제까지 \(p(x)\)를 어떻게 표현할지를 알아보았는데, 이번 장에서는 어 jjuke-brain.tistory.com Learning Density Estimation Monte Carlo Estimation Monte Carlo estimation은 random sa..

2023. 4. 18. 13:55
Studies/Generative Models

Generative Model Learning (1) - KL Divergence, Maximum Likelihood

목차 이번 포스팅에서는 딥러닝 기반의 generative model의 학습 과정을 배우기 위해 필요한 기초 지식들을 정리해보려 한다. 이제까지 \(p(x)\)를 어떻게 표현할지를 알아보았는데, 이번 장에서는 어떻게 학습할지를 알아보자. Learning a Generative Model Generation (Sampling) : Data \(\mathbf{x}\)의 distribution \(p(\mathbf{x})\)로부터 새로운 데이터를 샘플링 하는 것을 말한다. \(\mathbf{x}_\text{new} \sim p(\mathbf{x})\) Density estimation (Anomaly detection) : Data \(x\)가 (예시에서) 강아지처럼 보인다면 \(p(x)\)가 높을 것이고, 아..

2023. 4. 17. 19:20
Studies/Generative Models

Autoregressive (Generative) Models (2)

목차 이전 글에 이어, autoregressive generative model에 어떤 모델이 있는지 좀 더 살펴보자. 다음은 다양한 deep generative model 의 비교 표이다. Autoencoder based ARM Autoregressive Models (ARM) vs Autoencoders (AE) Autoencoder 먼저 autoencoder에 대해 간단히 알아보고 비교해보자. Autoencoder는 encoder \(e(\cdot)\)와 decoder \(d(e(x)) \approx x\)의 구조를 갖는다. 예를 들어 Fig 2에서 encoder는 \(e(\mathbf{x}) = \sigma(W_2 ( W_1 \mathbf{x} + b_1 ) + b_2)\))와 decoder \(..

2023. 4. 17. 17:10