728x90
논문 구조
논문마다 다를 수 있지만 일반적으로 따르는 구조
| 부분 | 목차 |
| Abstract | 주요 연구 결과, 기여도에 대한 개요 |
| Introduction | 논문의 주요 문제, 해결하기 위해 사용된 이전 방법의 세부 정보 |
| Method | 연구 진행 방법 Ex) 어떤 모델, 데이터 소스, 훈련 설정 |
| Results | 논문의 결과, 이전 연구와 어떻게 비교되는지 |
| Conclusion | 제안된 방법의 한계점, 연구를 위한 다음 단계 제시 |
| References | 어떤 논문을 참고하여 연구를 진행 |
| Appendix | 포함되지 않는 추가 리소스 |
Machine Learning Engineer skill
1. Download a paper
2. Implement it
3. Keep doing this until you have skills
논문을 복제하는 데 집중할 것이지만, 더 나은 새로운 방법이 빠르게 등장할 수 있으므로 특정 논문에 너무 얽매이지 말고 호기심을 유지하면서 논문의 수학과 단어를 작동하는 코드로 전환하는 기본 기술을 쌓는 것이 중요한 과정입니다.
머신러닝/딥러 툴
머신 러닝 연구에 대한 접근성을 높이기 위한 도구들
https://github.com/huggingface/pytorch-image-models
https://docs.fast.ai/tutorial.html
머신러닝/딥러닝 연구 논문 참고 사이트
| Resource | What is it? |
| arXiv | 물리학부터 컴퓨터 과학(머신 러닝 포함)에 이르기까지 모든 분야의 기술 논문 |
| AK Twitter | 매일 라이브 데모와 함께 머신 러닝 연구 하이라이트를 게시 |
| Papers with Code | 인기 있고 활발하게 활동 중인 최고의 머신 러닝 논문을 엄선한 컬렉션으로, 대부분 코드 리소스가 첨부, 또한 최신 모델도 업데이트 |
| lucidrains' vit-pytorch GitHub repository | PyTorch 코드로 복제된 다양한 연구 논문의 비전 트랜스포머 모델 아키텍처 모음 |
pytorch help
728x90
'[Artificial Intelligence] > [Deep Learning]' 카테고리의 다른 글
| Vision Transformer 이해하기 (0) | 2023.09.20 |
|---|---|
| 인공지능 용어 (0) | 2023.02.28 |
| AI 기초 이론 (0) | 2023.02.27 |
| [콘볼루션 신경망] CONVOLUTIONAL NEURAL NETWORKS (1) | 2023.01.26 |
| [오토인코더] AutoEncoder (0) | 2023.01.25 |
댓글