시작하기에 앞서 PyTorch를 활용할 때, 데이터로더를 선언하는 과정을 살펴보겠습니다. 먼저 데이터셋을 선언합니다.train_set = MyDataset() 이번엔 collate_fn() 함수를 정의해줍니다. def collation_fn(samples): batched = list(zip(*samples)) result = [] for b in batched: if isinstance (b[0], (int, float)): b=np.array(b) elif isinstance (b[0], torch.Tensor): b=torch.stack(b) elif isinstance (b[0], np.ndarra..

개인적으로 Generative 관련된 결과를 내다보면, 학습된 모델을 이용해 결과를 얻어 내는 것도 좋지만 나만의 "새로운 컨셉"에 대한 결과를 얻는 것에 더 관심이 많은 것 같습니다. 이를 Personalization이라고 하기도 하는데, 이를 위한 다양한 기법을 비교하던 중 아래와 같은 의문들이 생겼습니다.새로운 컨셉을 학습시키고 싶은데, 단순히 fine-tuning을 한다면 내가 원했던 특징들도 사라지지는 않을까?내가 원했던 특징을 남기면서, 특정한 특징을 학습하려면 Fine-tuning 기법 / Personalization 기법 / Inversion기법 어떤 방법을 활용해야하며 무엇이 다르지?왜 위에서 보았던 다양한 기법들이 어떤 논문에서는 Controling style variants로 분류 되..

나의 재능을 분석했던 결과를 한번 기록으로 남겨 놓고자 합니다. 이번 기회를 통해 나의 욕구와 개선사항에 대해 생각해 보는 시간을 가질 수 있었습니다. ** 본글은 태지니먼트(Tanagement, https://tanagement.co.kr)의 측정 결과를 기준으로 작성되었습니다. 태니지먼트(Tanagement)는 Talent Management의 합성어라고 하는데, "모든 사람이 자신의 강점을 발견하고 개발해 자신만의 삶을 살기 바라는 마음"에서 이런 방식의 분석법을 만들었다고 합니다. 나도 나의 재능을 발견하고 부족한 부분은 무엇인지에 대한 생각을 할 수 있어 이런 분석에 굉장히 만족했고, 앞으로 어떻게 하면 좋을지를 글로 남겨보고자 합니다. 과정은 먼저 내가 가지고 있는 욕구와 그 욕구로 인한 재능..