플로라도의 data workout

1. 사형 집행에 관한 찬반 논쟁, 현재 사형을 집행하지 않는이유는 무엇인가? 2. 워라벨을 효과적으로 분리할 수 있는 방법ㄴ 권일용씨처럼 일과 삶이 분리되지 않는 일상으로 점철된 나날을 보낼 수 있을까?ㄴ 페르소나, 일마다 다른 것 같다. 3. 용서의 주체는 누구인가? 피해자면 피의자를 용서할 수 있는가?ㄴ 불법행위를 목격한 제 3자, 직접적인 피해자가 아니면 상관이 없는건가? 사회 구성원으로서의 의미ㄴ 대한민국에서 형법과 민법을 따로 구분하는 이유 4. 법은 필수불가결한 것인가? 법을 바꾼다면 어떤식으로 바꿀 수 있을까?ㄴ 연속적인 세상의 요소를 불연속적인 법조문으로 전부 양자화 할수 있을까? 판사의 주관을 어디까지 허용해야 되는걸까?

사람은 자기가 볼 수 있는 것만 본다.안구 구조상 사람은 옆이나 뒤를 볼 수 없으므로 고개를 돌리는 행위는 매우 중요하다.지금까지 재밌게 본 드라마를 꼽으라면 나는 항상 주저 없이 '비밀의 숲', '시그널', '라이프  온 마스' 등의 추리물을 꼽는다.재밌게 읽었던 책으로도, 어렸을때 읽었던 셜록홈즈 시리즈라던가, 히사시노 게이고의 '용의자 X의 헌신, 가면 산장 살인사건, 미야베 미유키의 '화차', '모방범' 등의 추리물이 가장 먼저 떠오른다. 픽션들도 많고, 실화를 바탕으로 하더라도 어느정도 허구가 가미된 경우가 많아 이어지는 흐름에 대해 나름의 상상을 하고, 전개 과정과 비교하며 지켜보는 재미가 쏠쏠했을 까닭이다. 이번에 읽게된 책은 동일한 '추리물'이지만 추리 '소설'이 아닌 논픽션의 책이었다. ..

1.모델1-1. 가중치 로드 model.load(weight_path, map_location=device) # 코드 확인  1-2. 모델 객체 이동 확인 모델객체.to(device) # 코드 확인  1-3. 모델 평가모드 설정with torch.no_grad() 루프와  model.eval()모드 확인 2.  tensor이동'data(tensor).to(device)' 코드 확인 3. nn.DataParallel 삭제멀티-GPU 환경에서 학습한 스크립트 일부를 이용할시, 추론단계에서는 'nn.DataParallel' 관련 코드 삭제 model.to('cuda')model = nn.DataParallel(model)model.to('cuda') 과 의 model의 state_dict의 key값은 상이하..

(거의) 모든 것 파이토치의 DataLoader 클래스는 데이터셋을 다루기 위한 강력한 도구로, 모델 학습을 위한 배치(batch)를 생성하고 데이터를 불러오는(load) 작업을 관리하는 기능을 한다.각각의 인자(arugment)들은 데이터로더의 설정을 돕게 된다. DataLoader- Dataset에 대하여 data를 로드하는 iterative한 객체- 아래와 같은 argument를 받음import torchfrom torch.utils.data import Dataset, DataLoader, SequentialSampler, RandomSampler, SubsetRandomSampler, BatchSamplerDataLoader(dataset, batch_size=1, shuffle=False, s..

파이썬에서는 이미지 입출력(image I/O)를 처리하는 정말 많은 라이브러리와 함수들을 제공하고 있다. 특별히 opencv를 사용하면 이미지를 RGB의 형태가 아닌 BGR의 형태로 읽어 색상값이 뒤직박죽 섞여 이를 적절히 섞어줘야 한다던가 하는 테크닉이 필요한 것은 알았지만,이미지를 로드하는 라이브러리와 함수에 따라 이미지 픽셀값의 분포가 다르다던지(1), EXIF라고 하는 사진의 메타 데이터의 반영여부가 달라진다던지(2) 하는 차이점을 최근에서야 알게 되었다.   1. PIL/Pillow- PIL(Python Imaging Library)의 후속으로 유지보수 되고 있는 라이브러리, 원래의 라이브러리는 Python 1.5-2.7을 지원하며, 2011년 PIL 저장소에 대한 마지막 커밋으로 중단되어 Pi..