일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- 논문리뷰
- 하둡
- kubeflow
- 분산처리
- ResNet
- 쿠브플로우
- docker
- 뉴럴네트워크
- Kubenetes
- 데이터마이닝
- 딥러닝
- 도커
- 파이토치
- 신경망학습
- 쿠버네티스
- 기계학습
- 신경망
- dockerfile
- 빅데이터
- VGGNet
- Spark
- 스파크
- 머신러닝
- 강화학습
- 활성화함수
- 도커파일
- hadoop
- 하둡에코시스템
- 인공지능
- CNN
- Today
- Total
목록Base (2)
Daily training log
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bBvKvS/btsItXGWbM6/QKkkSRjFO7SG6deQNwcSl1/img.png)
Visual scene understanding기존 Detection, Segmentation은 Object에 초점을 맞춤 => Relation을 캡처하기에는 어려움Scene Graph로 Relation 정보를 모델링해서 VQA, Captioning, Image grounded dialog 등에 응용할 수 있음 Definition세가지 요소가 있음 - 주어, 동사, 목적어 찾기 어떤 Object instance 있는지 - Girl, Background 등Attribute - Object가 어떤 특성을 가지고 있는지Relation : Object 사이의 관계 - Girl이 테니스 라켓을 잡고 있음Edge는 O x R x O로 정의함일단 O를 찾은 다음에, O끼리 다 연결한 다음에 pruning 하는 방식..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/cOxVN1/btsItC3cIrr/qm6fkGiSA4ufNqHybaRtaK/img.png)
Graph Representation Learning (GRL)Node Embedding : node의 구조나 피쳐를 잘 조합해서 Feature Vector로 매핑하는 것을 의미Graph TaskNode level : Node의 종류 예측, 분류Edge level : Node 사이의 Edge가 존재하냐Graph level : Graph 자체를 분류, Graph가 다음에 어떻게 바뀔 것인지 prediction응용구글의 AlphaFold추천 시스템AI 신약 개발비전에서 Scene Graph 생성Scene Graph으로부터 이미지 생성Knowledge Graph GraphNode와, Node 사이를 이어주는 Edge로 구성됨.Node의 Feature를 어떻게 쓸건지, Graph 자체의 Adjacency M..