전체 글
-
자율주행스터디 03 self-attention, transformer카테고리 없음 2022. 2. 5. 11:02
울렁거림이 보입니다. 각 카메라에서 검출된 결과를 Top-view (Bird-eye View) 로 변환 후 그대로 지표면 기준으로 이어 붙이기 때문에 발생하는 결과 입니다 연석체크 가능 벗 떨림 및 휘어져서 주행 불가 (카메라 별 감지 후 융합) --> 다른 방법 필요 스테레오 카메라 에서도 문제가 있음 (손날을 눈 앞에 두고 왼쪽눈 감으면 왼쪽눈이 보았던 손면이 오른쪽눈에서 안보임) https://www.youtube.com/watch?v=PkeP6RvHHRE 이미지 후 처리(논문 잘 안나옴) --> resnet 모션 정보 ( 바퀴 휠 )--> 패턴을 미리 알 고 있으면 어떤 부분을 주로 가져갈 수 있게 비젼 + 모션 트래킹 --> 비전을 개선 전방,후방, 좌우 로 4개 fish eye 카메라로 많은 ..
-
10년물 국채 금리와 비트코인 양의 상관관계카테고리 없음 2022. 2. 5. 00:37
유럽 인플레이션 --> 유럽 금리인상 (영국 금리인상) 실제 함 --> 미국 10년물 국채금리 올라감 --> 비트코인(피난선) 올라감 --> 나스닥 영향?? 국채를 미리 팔아서 성장주에 투자해야 겠다--> 국채 수익률 떨어짐 ( 국채 만기 수익률 떨어짐) 반대상황 국채를 미리팔아도 성장주 및 코인 및 자국의 주식이가 떨어지는데??? --> 국채 수익률 올라감 . 기대 인플레이션 올라감--> 국채 인기 떨어짐 --> 국채 가격 폭락 --> 국채 만기 수익률 올라감 중앙은행 기준금리 올라감 --> 국채 가격 낮아짐 --> 국채 수익률 오름 여기서 10년 만기와 2년만기는 다른데 10년만기는 양적긴축, 2년만기는 정부 정책(기준 금리 등) 에 따라 변화함
-
-
data :newaxis카테고리 없음 2022. 2. 4. 11:51
# 데이터 구성부분 mnist = keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 x_train=x_train[...,np.newaxis] x_test=x_test[...,np.newaxis] print(len(x_train), len(x_test)) print(x_train.shape)
-
ex09-tpu 관련카테고리 없음 2022. 2. 3. 21:11
https://www.kaggle.com/paultimothymooney/chest-xray-pneumonia Chest X-Ray Images (Pneumonia) 5,863 images, 2 categories www.kaggle.com https://medium.com/ml-book/how-to-import-kaggle-data-in-google-colab-c286de376fe1 How to import Kaggle data in Google Colab Use colab for kaggle competion, know how to import kaggle datasets in google colab in this tutorial medium.com >>from kaggle_datasets impor..
-
-
산술평균(arithmetic mean),CNN,attention unit카테고리 없음 2022. 2. 2. 14:54
https://www.youtube.com/watch?v=W2rWgXJBZhU 확률 * actual value context C 로 결정됨(확률의 weight ) CNN 처리를 해서 인풋 y 들이 있음 weight vector 들은 업데이트 가능함(training data 로) tanh 는 이미지를 smoothing 하는 효과가 남(함수의 형태로,,, 높은값은 1근처에서 별로 차이x,낮은값도 -1근처에서 별로차이 x) 이미지의 아웃풋이 C 와 의 유사도는 다음과 같이 Context C 와 regions Y 의 내적이다. 더 유사할 수록 내적의 값은 높다. tanh 를 각각 안써줘도 내적으로 가능함 (차원축소?) all region randomly: Hard Attention soft attention h..
-