# 오전 일과 10시: 대학원실 출근 10시~12시반: YDMS 의사결정나무 과제 파이썬 구현 12시반~14시: 점심식사 # 오후 일과 14시~17시: 데이터마이닝 수강 17시~20시반: YDMS 의사결정나무 과제 파이썬 구현 20시반~22시: Faster R-CNN 구현 (Backbone을 ResNet으로) 22시: 대학원실 퇴근 # 한 줄 요약 Faster R-CNN의 backbone을 ResNet으로 바꾸는 것을 아직 성공하지 못했다. 오랜만에 YDMS 커리큘럼을 파이썬으로 복습하는 시간을 가졌는데 이미 알고 있던 내용이라도 다시 공부하면 또 새로운 것 같다. 내일은 수업이 없으니 ResNet으로 Faster R-CNN을 구현하는 것에 집중해봐야겠다.

# 오전 일과 9시: 대학원실 출근 9시~12시: 수리통계학1 수강 12시~13시반: 점심식사 # 오후 일과 13시반~16시반: 선형통계모형 수강 16시반~17시반: 코딩테스트 공부 (BOJ) 17시반~19시: Faster R-CNN 구현 (Backbone을 ResNet으로) 19시~20시반: 저녁식사 20시반~23시: Faster R-CNN 구현 (Backbone을 ResNet으로) 23시: 대학원실 퇴근 # 한 줄 요약 Faster R-CNN의 성능이 기대에 미치지 못하여서 Backbone을 바꿔보기로 결정했다. 코드를 계속해서 찾아보다가 결국 오늘은 ResNet으로 Backbone을 바꾸지 못하였는데 내일 이어서 작업을 마무리해야겠다. 낮시간 동안에 이상하리만큼 피로가 풀리지 않다가 저녁이 되니 정..

# 오전 일과 10시반: 대학원실 출근 10시반~11시: 학부 공학수학 중간고사 및 과제 채점 (조교) 11시~12시반: 점심식사 # 오후 일과 12시반~13시반: 학부 코이카 중간고사 채점 (조교) 13시반~14시: 건강보험공단 논문 관련 업무 14시~17시: 응용시계열분석 수강 17시~20시: 다층 퍼셉트론 관련 블로그 게시글 작성 20시~21시: 저녁식사 21시~22시반: 다층 퍼셉트론 관련 블로그 게시글 게시 22시반: 대학원실 퇴근 # 한 줄 요약 오랜만에 딥러닝 관련 블로그 게시글을 작성하였다. 글을 작성할 때마다 느끼는 것이지만 스스로 알고 있는 내용을 다시 한 번 되짚을 수 있어서 참 좋은 것 같다. 늦잠을 자서 출근을 늦게 했는데 마음을 다시 다 잡을 필요가 있는 것 같다. 그리고 오늘을..

안녕하세요. 데이터 분석하는 새내기 대학원생, 석사 1학기 고니입니다. 지난 시간에는 인공신경망의 초기 연구 단계에서 제안되었던 퍼셉트론에 대한 이야기를 나누어보았습니다. 더 나아가 이야기의 말미에는 퍼셉트론이 불러온 인공지능의 1차 겨울에 대해 언급했었는데 다들 기억나시나요? 잠시 지난 이야기로 돌아가 볼까요? 1957년, 로젠블래트에 의해 그 이름도 유명한 “퍼셉트론”이 세상에 등장했습니다. 퍼셉트론은 하나의 직선을 기준으로 분류를 진행하는 선형 분류기였죠? 이에 마빈 민스키 박사가 XOR 논리 연산을 예시로 들며 퍼셉트론이 가지고 있는 한계점을 지적했습니다. 그리고 이는 결국 퍼셉트론의 몰락과 함께 인공지능의 1차 겨울을 불러왔습니다. 이번 시간에는 이러한 인공지능의 빙하기를 깨고 부활의 신호탄을 ..

# 오전 일과 17시반: 대학원실 출근 17시반~19시: YOLO v5 연구 회의 19시~20시반: 저녁식사 # 오후 일과 20시반~21시: 학과 인터뷰 (대학원 소개) 21시~22시: 글쓰기 긴글쓰기 과제 22시~23시반: 코딩테스트 공부 (BOJ) 23시반: 대학원실 퇴근 # 한 줄 요약 YOLO v5 연구 회의 결과 Faster R-CNN 구현을 수정 보완하면서 동시에 YOLO와 SPPNet, R-CNN 등의 다른 모델들을 함께 구현해보는 방향으로 진행하기로 결정했다. 오전에 장례식장에 다녀오느라 오후 늦게 출근을 했는데 내일은 건강보험공단에 분석 업무로 출근을 해야해서 아마 다음주부터야 다시 제대로 공부를 할 수 있을 것 같다. 어버이날 잘 보내고 돌아와서 다음주부터는 다시 집중해서 열심히 살아갈..

# 오전 일과 10시반: 대학원실 출근 10시반~12시: 코딩테스트 공부 (프로그래머스) 12시~13시반: 점심식사 # 오후 일과 13시반~16시반: 선형통계모형 수강 16시반~17시: 코딩테스트 공부 (프로그래머스) 17시~17시반: 춘계 산업공학회 관련 행정 업무 17시반~20시반: 코딩테스트 공부 (BOJ) 20시반~21시반: 저녁식사 21시반~22시: 코딩테스트 관련 블로그 게시글 작성 22시: 대학원실 퇴근 # 한 줄 요약 Epoch를 늘릴수록 Faster R-CNN의 test 성능이 좋아지는 것을 확인했다. 그러나 epoch를 늘릴때마다 학습시간이 확확 늘어나서 결과를 확인하는데까지 너무 많은 시간이 소요되는 문제가 있다. epoch를 늘리는 것보다 더 효율적으로 성능을 향상시키는 방법이 있을..