이름뭐로짓지

자율주행 경진대회에 5명이 한 팀으로 출전했다. 예선을 붙고 나서 본선을 보는데, 예선은 크게 두 가지 미션으로1. 국민대 시뮬레이터에서 정해진 코스를 미션을 수행하며 빠른 시간 안에 완주2. 자율주차 시스템을 디자인하여 보고서 제출이다. 예선에 대해 말해도 되는지 몰라 시뮬 코스와 미션에 대해 간략하게 설명하겠다.1. 먼저, 라바콘으로 이루어진 길을 따라 코스까지 도달한다.2. 코스는 일방 통행의 2차선으로, 코스에 도달하여 잠시 길을 따라 전진 후, 정지선과 신호등 구간을 만난다.3. 신호등은 빨간불, 좌회전, 초록불 신호로 구성되어 좌회전 시 지름길로 갈 수 있다.4. 단, 랜덤으로 경찰차가 지름길로 가는 길을 막고 있을 수 있다. 지름길에는 아무런 장애물이 없다.5. 직진을 하게 되면 S자 코스가..

또 다시 문제가 발생했다!! ㅎㅎ, 기본적으로 pi0-FAST는 CE로 출력을 뽑는데, 이게 fine-tuning하면서 출력 시 10개의 waypoint가 아닌, 하나의 waypoint로 출력되는 문제가 발생했다..! (근데 왜 앞전의 poc 단계에서는 10개를 뽑았을까? 이건 도저히 모르겠다,, 나중에 교수님께 여쭤보던가 해야지. 혹시 아는 분 계시면 댓글좀..) 그래서 부득이하게 pi0.5로 전환했다. 코드 다시 짜기 힘들다,, 이후 이번에는 poc 단계에서 10개의 waypoint가 찍히는 것을 확인하고, 1000개의 에피소드를 필터링해 각 앞의 2hz씩, 약 38프레임씩 총 38000 프레임을 10epoch 학습시켰다. 소요시간은 무려 30시간..! 가난한 학생은 어쩔수 없지 싶다. 그래서 하루..

https://velog.io/@dkim1540/%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4-%EA%B3%B5%ED%95%99-Objectorientation 소프트웨어 공학 - Object_orientationOOT?객체지향(object orientation)에는 4가지 키워드가 있다.등장 배경HW의 부품처럼 SW도 modulization을 통해 각 모듈이 독립적으로 동작하도록 설계전체 기능을 모듈 단위로 분해하고각 모듈의 인터페이velog.io velog에 작성해두었다.

https://velog.io/@dkim1540/%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4-%EA%B3%B5%ED%95%99-Objectorientation 소프트웨어 공학 - Object_orientationOOT?객체지향(object orientation)에는 4가지 키워드가 있다.등장 배경HW의 부품처럼 SW도 modulization을 통해 각 모듈이 독립적으로 동작하도록 설계전체 기능을 모듈 단위로 분해하고각 모듈의 인터페이velog.io velog에 작성해두었다.

https://velog.io/@dkim1540/K-means-%EC%8B%A4%EC%8A%B5 K-means 실습K-means앞선 KNN은 라벨이 있는 상태에서 새로운 데이터의 위치를 찾는 분류 모델이었다.K-means는 라벨이 없는 상태에서 데이터를 정해진 개수의 군집으로 나누는 비지도학습 알고리즘이다. 작동velog.io velog에 작성해두었다.

https://velog.io/@dkim1540/KNN%EC%8B%A4%EC%8A%B5 KNN_실습keras dataset을 이용한 KNN 실습을 해보았다.KNN?KNN은 데이터 분류나 회귀에 사용되는 매우 직관적인 머신러닝 알고리즘이다.새로운 데이터가 들어왔을 때, 그 데이터와 가장 가까운 거리에 있는 k개velog.io velog에 작성해 두었다.

RNN앞서 이미지 처리에서 CNN에 대해 배웠다. 또한 잘 작동한다는 것을 알았다. (실습도 많이 해봤고)그렇다면 언어 처리는 어떨까? 위와 같이 음파를 형태로 만들고, 음절 별로 구분해서 모델을 만들 수는 있을 것이다.하지만 The sound라고 한다면, 기본적으로 이산적이고 모델에게 The까지인지 Thes까지인지 Theso까지인지 알려주기가 어렵다. 이미지 내에서는 기본적으로 '순서'라는 개념이 모호하다. 앞선 CV를 처리하는 모델들도 이 순서라는 개념이 들어가있지 않았다.또한 실제 우리 말에는 '맥락'이라는 것도 존재한다. 이렇듯 언어 뿐만 아니라 우리 주위에는 '순서'라는 개념이 들어간 데이터가 많은데 이러한 시계열 데이터와 같은 '순서'가 중요한 데이터들을 가지고 모델을 만들고자 나온 것..

pi0-FAST 모델 학습 결과 ADE/FDE가 6점대에서 2점대 중반까지 내려왔다. 하지만 마냥 좋지 않았다.. 로스는 성공적으로 떨어졌다. 하지만 데이터 전처리 과정에 문제가 있어 제대로 학습하지 못했다,,바로 target인 waypoint가 gps 절대좌표 상의 waypoint였고, 당연히 로컬 waypoint로는 추론이 불가능했던 것.(보면 GT와 PRED 값의 시작점이 많이 벌어져있다. 절대좌표 vs 상대좌표이기 때문) 또한 실패 원인으로 input data로 [전방 이미지, instruction, waypoint] 세 개를 주고, 데이터 셋도 적은 에피소드에서 동일한 상황으로 그 외 메트릭들을 filtering한 것이 크다고 생각했다.(유연하게 적용하지 못할 거니까 생각해보면 당연하다. 수..

저번주에 고안한 C 언어 베이스 hook과 map, 그리고 이를 검출하는 로직의 명세를 작성하였다.구현한 팀원에게 참고하라고 명세를 작성한 터라 실제 구현은 조금 다르게 되었고, 이를 바탕으로 go기반 프로메테우스 연동 agent를 만들었다. 사실 고랭에 익숙하지 않아 대부분 codex가 만들어주었고, 설계도 구성과 환경변수 세팅, 주석처리 정도만 주로 한 거 같다.(codex 짱..!) 이번 주는 구현 위주로 하여 Git에 올린 것이 전부이다.https://github.com/weeeeestern/NetworkDoctor GitHub - weeeeestern/NetworkDoctor: eBPF와 Prometheus로 Kubernetes 네트워크 장애 신호를 수집하고 원인 후보를eBPF와 Promethe..

저번에 GAN에 대해 정리하였다. 오늘은 이보다 좀 더 앞선 VAE에 대해 다뤄보려 한다.VAE는 Autoencoder에 Variational을 붙인 Variational Autoencoder의 약자이다. 그렇다면 Autoencoder가 뭘까?오토인코더는 아래와 같은 구조를 갖고 있다. 저 네모난 블랙박스를 기준으로 왼쪽 Encoding 부분과 오른쪽 Decoding 부분으로 나눌 수 있다.왼쪽에 Input data를 넣어 encoding을 하여 더 작은 일명 'feature vector'로 만든다.encoding layer는 conv layer로 구성된다.(정보는 정보대로 두며 크기를 줄이니까 당연히 conv 레이어일 것이다.) 이제 이 feature vector를 decoder로 다시 원상복구한다...