이번 겨울방학 기간을 캐글과 데이콘 경진대회에 참여하여 딥러닝에 대해 학습하려고 합니다. 그렇다면 왜 딥러닝을 학습하기 위해서 경진대회에 참여하는 방법을 선택해야 할까요? 경진대회에 참여하면서 공부하는 것이 (어디에) 도움이 될까요? 의문이 들었습니다. 의문에 대한 답을 작성하려고 합니다. 제가 생각하는 경진대회에 참여하는 장점은 다음과 같습니다. 1. 학습 동기를 제공한다 경진대회에 참여한다면 점수에 따른 등수가 매겨집니다. 등수를 올리고 싶은 마음은 공부를 하려는 의지 전에 승부욕에서부터 나옵니다. 등수를 올리고 싶다는 마음이 든다면 자연스럽게 어떻게 하면 점수(메트릭)를 올릴 수 있을지 궁금해집니다. 점수를 올리기 위한 방법을 학습하는 것이 즉, 딥러닝 모델링, 효율적인 실험 방법에 대해서 학습하는..
https://www.kaggle.com/competitions/blood-vessel-segmentation/data SenNet + HOA - Hacking the Human Vasculature in 3D | Kaggle www.kaggle.com 위 링크의 내용을 정리한 것입니다. Dataset Description(데이터셋 설명) 이 대회 데이터 세트는 여러 신장의 고해상도 3D 이미지와 혈관 구조의 3D 분할 마스크로 구성됩니다. 여러분의 과제는 테스트 세트의 신장 데이터 세트에 대한 분할 마스크를 생성하는 것입니다. 신장 이미지는 계층적 위상 대비 단층 촬영(HiP-CT) 영상을 통해 얻었습니다. HiP-CT는 생체 외 장기에서 고해상도(1.4마이크로미터~50마이크로미터 해상도) 3D 데이터..
https://www.kaggle.com/competitions/blood-vessel-segmentation/overview SenNet + HOA - Hacking the Human Vasculature in 3D | Kaggle www.kaggle.com 위 링크의 내용을 정리한 것입니다. Overview(개요) 이 대회의 목표는 혈관을 Segmentation하는 것입니다. 인체의 신장의 3D 계층적 위상 대조 단층 촬영(HiP-CT) 데이터로 훈련된 모델을 생성하여 신체 전체의 혈관 구조를 완성하는 데 도움을 주어야 합니다. 여러분의 작업은 연구자들이 인체 조직에서 혈관의 크기, 모양, 분기 각도 및 패턴을 더 잘 이해할 수 있도록 도와줄 것입니다. Competition Host(대회 호스트) S..
https://youtu.be/uixo9nkaZFk?si=y32dWaT1VEiU3NSh 위 영상을 보고 정리한 글입니다. 효과적으로 일하는 방법에 대해 알아봅시다 한 가지 일을 오랜 시간 할 수 있는 능력은 타고나기에 가지기 어렵습니다. 여러 일을 사이클을 돌려서 하기 사이클을 돌려서 한다면 다른 일을 하면서 하나의 일에 필요한 집중력을 회복하고 다시 그 일에 집중할 수 있습니다. 새로운 일을 주도적으로 하기 주도적으로 하는 일, 스스로 손들어서 하는 일은 수동적인 일을 할 때보다 많이 일하고 덜 지칠 수 있습니다. 본인이 원하는 일이기 때문입니다. 결국 내 걸 하는 사람(주도적)은 조직에서도 안 해봤던 일을 하는 사람들(주도적)이 할 수 있습니다. 자신의 행동에 피드백을 하기 피드백을 통해서 동력을 얻..
캐글 컴피티션에 참여해 보려고 합니다. 이때 캐글 컴피티션에는 여러 종류의 컴피티션이 존재하여 이를 정리해 보려고 합니다. https://www.kaggle.com/competitions Kaggle Competitions www.kaggle.com 먼저 Kaggle Competitions 페이지에 들어가면 다음 카드들을 볼 수 있습니다. 이제 하나하나 살펴봅시다. Competition Types Featured Featured 경진대회는 캐글하면 생각나는 경진대회의 종류로 상업적인 목적의 어려운 예측 문제를 제시하는 본격적인 머신 러닝 과제입니다. 예를 들어, 과거 Featured 경진대회를 살펴보겠습니다. https://www.kaggle.com/c/allstate-purchase-predictio..
저의 대학 생활과 이번 연도에 휴학을 하고 참여한 부스트캠프에 대해 소개해 보겠습니다. 저는 컴퓨터를 좋아해서 그리고 인공지능에 관심이 생겨서 컴퓨터 공학과에 진학하게 되었습니다. 그렇게 들어간 대학교에서 1학년을 비대면 생활로 보내고 2학년 때 딥러닝을 사용해서 프로젝트를 진행하는 랩실에 학부 연구생으로 들어가게 됩니다. 그 안에서 프로젝트에 투입되어 딥러닝을 이용하여 문제를 풀어내는 일을 하게 되었습니다. 재밌는 선배 학부 연구생님들과 함께하는 연구실 생활은 즐거웠습니다. 처음에 어떤 일을 해야 하는지 몰라 어리둥절하면서 시간을 보내어 교수님께 일을 열심히 하겠다는 확약 사인을 보내기도 하였고, 제주도에서 열리는 학술대회에 참여하기도 하였고, 356mc 지방 흡입 병원에 가서 회의를 하고 지방이 인형..
오류 RuntimeError: DataLoader worker (pid 26847) is killed by signal: Bus error. It is possible that dataloader's workers are out of shared memory. Please try to raise your shared memory limit. Dataloader에서 num_workers > 1일 때 multi-process를 사용해서 데이터를 로딩한다. 이때 shared memory 위에서 데이터 로딩이 진행되는데 num_workers가 많을수록 더 많은 메모리가 필요하다. 위 오류는 필요한 메모리에 비해 shared memory가 적을 때 발생한다. 해결방법 가장 쉬운 방법은 shared memory를 ..
개발자 도구(F12)를 열고 Console에 입력해준다. 연결 끊김 방지 function ClickConnect(){ console.log("1분마다 코랩 연결 끊김 방지"); document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect-icon") .click(); } setInterval(ClickConnect, 1000 * 60); 출력 삭제 학습할때 출력되는 로그로 인하여 이후에 코랩 파일을 불러오는 시간이 오래 걸린다. function CleanCurrentOutput() { var btn = document.querySelector(".output-icon.clear_outputs_..
