IBOK

fastMRI는 Facebook AI와 NYU Langone Health가 2018년 공개한 MRI reconstruction을 위한 데이터셋이다. 공식 사이트: 데이터셋 개요와 file description, 리더보드를 확인할 수 있다. 데이터셋 다운로드: 데이터셋에 대한 보다 자세한 설명을 확인하고 데이터셋을 다운로드할 수 있다. 공식 Github repo: PyTorch 데이터로더, 모델 등 관련된 코드를 제공한다. Paper: 데이터 획득 방법과 촬영 파라미터 등 데이터셋에 대한 자세한 설명을 확인할 수 있다. 1. 데이터셋 구성 데이터셋의 종류는 다섯가지로 구성되어 있다. 보다 자세한 설명은 Paper에서 확인할 수 있다. Single-coil knee: 1594 scans (PD, PDFS) ..

거의 모든 문제에 defaultdict를 사용하는 나 이유는 일단 너무 편하다 그리고 처음에 모든 case에 대해 다 메모리를 할당하는 것보다 메모리를 아끼는 느낌을 받을 수 있다. 근데 이전에 올린 백준 14425번에 이어서 이번에도 계속 시간초과가 발생한 원인이 defaultdict였다.. 🌼 문제 링크 https://www.acmicpc.net/problem/16235 16235번: 나무 재테크 부동산 투자로 억대의 돈을 번 상도는 최근 N×N 크기의 땅을 구매했다. 상도는 손쉬운 땅 관리를 위해 땅을 1×1 크기의 칸으로 나누어 놓았다. 각각의 칸은 (r, c)로 나타내며, r은 가장 위에서부터 www.acmicpc.net 티어: 골드 III 분류: 구현, 자료구조, 시뮬레이션 문제 자체는 그냥 ..

Tensorboard에서는 각 차트에 자동으로 색깔을 할당한다. 그런데 가끔 이 색깔이 서로 겹쳐서 불편할 때가 있다.. 안타깝게도 Tensorboard에서 차트 색깔 변경은 지원하지 않고 있다고 한다. 대신 완성된 차트를 그림파일로 저장하거나 할 때 색깔을 바꾸는 방법을 소개하고자 한다. 1. 다운로드 버튼 활성화 Tensorboard 화면의 좌측상단에 Show data downloads links를 눌러 데이터 다운로드 버튼을 활성화한다. 2. 데이터 다운로드 사용할 차트의 좌측 하단 다운로드 버튼을 눌러 .svg 파일을 다운로드한다. 다운로드 받은 파일은 브라우저에서 열 수 있다. 3. 색깔 수정 .svg 파일을 text editor로 열어 값을 확인할 수 있다. 보기 힘들게 되어있긴 한데.. 각 ..

Trie를 연습해볼 수 있는 대표적인 문제이다. 사실 python으로 푸는 경우 Trie를 이용하는 것보다 set을 이용하는게 더 빠르다 (이유는 set은 HashTable로 구현되어 있어, 원소 탐색에 선형시간이 걸리기 때문이라고 함). 심지어 python으로 하면 통과를 못하고, Pypy3으로 제출해야 한다. 나는 trie 연습을 위해 trie로 풀어 보았다. Node의 children을 dictionary로 구현하는 것보다는 defaultdict로 구현하는 게 search에서 더 유리할 것 같다고 생각했는데,오히려 시간이 더 걸려서 그 이유를 알아보았다. 🌼 문제 링크 https://www.acmicpc.net/problem/14425 14425번: 문자열 집합 첫째 줄에 문자열의 개수 N과 M (..

그리디로 못푸는 문제이길래 DP인줄 알고 짰다가 DP도 아니구나 싶어서 DFS 비슷하게 풀었다가 시간초과가 떠서 DFS + DP로 성공 🌼 문제 링크 https://www.acmicpc.net/problem/9084 9084번: 동전 우리나라 화폐단위, 특히 동전에는 1원, 5원, 10원, 50원, 100원, 500원이 있다. 이 동전들로는 정수의 금액을 만들 수 있으며 그 방법도 여러 가지가 있을 수 있다. 예를 들어, 30원을 만들기 위해서는 www.acmicpc.net 티어: 골드 V 분류: 다이나믹 프로그래밍 ❗ TRIAL 1. 더보기 코드 def solution(N, coins, target): c = coins.pop() #largest if N == 1: if target % c == 0: ..

CVPR 2019에서 발표된 MRI Reconstruction 관련 논문으로, 1) MRI reconstruction 과정에서 uncertainty를 함께 측정하였으며, 2) 별도의 evaluator network를 이용하여 매 시점에서 다음 sampling할 위치를 찾는 active sampling을 수행했다. 논문 링크, 코드 Introduction 🍏 Uncertainty에는 model uncertainty와 data uncertainty 두 가지가 있다. Model uncertainty는 모델이 완벽하지 않을 때 발생하는 예측값의 불확실성이고, data uncertainty는 데이터 자체에 내재된 불확실성이다. MRI reconstruction의 경우에는 k-space에서 데이터의 일부만 얻은 후..

예쁜 스킨을 갖추지 않으면 코딩을 못하는 나.. 정상인가요? 심지어 나같은 사람들은 아무리 예쁘게 스킨을 완성시켰어도 주기적으로 더 예쁘게 발전시켜야 되는 그런 병이 있다. 이번엔 어떻게 VSCode를 또 꾸며볼까 하다가 발견한 예쁜 extension 두가지를 소개합니다 1. vscode-icons https://marketplace.visualstudio.com/items?itemName=vscode-icons-team.vscode-icons vscode-icons - Visual Studio Marketplace Extension for Visual Studio Code - Icons for Visual Studio Code marketplace.visualstudio.com 파일 아이콘을 알록달록하..

StyleGAN2(Analyzing and Improving the Image Quality of StyleGAN, 2020)의 PyTorch 코드를 정리한 글. 위 Repo를 바탕으로 일부 수정했으며, 전체적인 흐름 이해를 위한 코드로, logging 등 많은 부분이 생략되어 있음. StyleGAN 시리즈 설명: https://bo-10000.tistory.com/158 [StyleGAN 시리즈] ProGAN/PGGAN, StyleGAN, StyleGAN2 ProGAN부터 StyleGAN2까지, style transfer에서 가장 유명한 모델인 StyleGAN의 변천사와 각 모델의 특징을 간단히 정리해 보고자 한다. 1. ProGAN/PGGAN (ICLR 2018) Paper: Progressive G..

Multimodal (Audio, visual) 데이터를 이용해 speech enhancement를 수행한 논문이다. 논문 링크: https://arxiv.org/ftp/arxiv/papers/1703/1703.10893.pdf Introduction Speech enhancement (SE)란 speech signal의 잡음 제거를 의미한다. 대부분의 SE 기술들은 audio 데이터만을 이용하지만, 본 논문에서는 visual 데이터 (입모양 이미지)를 함께 이용해 SE의 성능을 높이는 데 성공했다. Method 본 논문에서 제안하는 Audio-Visual Deep CNN (AVDCNN) SE 모델은 audio-visual encoder-decoder network 구조를 가진다. 1. 우선, CNN을 ..

Tensorflow tutorial-Classify text with BERT를 번역 및 정리한 글. BERT를 이용한 예제가 대부분 Huggingface를 이용한 것인데, BERT를 공부하기에는 Huggingface를 쓰지 않고 Tensorflow나 PyTorch를 이용한 코드가 더 나을 거라고 생각해 찾다가 발견했다. 원글 링크: (한국어 번역이 잘 안되어 있음) BERT로 텍스트 분류 | Text | TensorFlow 이 페이지는 Cloud Translation API를 통해 번역되었습니다. Switch to English BERT로 텍스트 분류 컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요. 이 튜토리얼에는 일반 www.tensorflow.org Setup prep..