ROKO

2021 Macbook Air m1 칩 기준 SHELL : zsh, Oh-My-Zsh 특정파일에서는 conda 명령어가 실행되는 반면에 기본 shell에서는 conda를 입력받지 못하는 상황이 생겼다. vi ~/.zshrc command에 해당 명령어를 입력하여 conda의 경로와 초기화 옵션도 모두 확인하였음에도 안되서 다시 깔아야하나 고민을 하고 있었는데, stack overflow에서 나와 같은 문제를 가지고 있는 경우의 해결법을 발견하였다. [link] 모든 환경설정을 다시 할 생각에 복잡했는데 다행이다. 다시 잘 실행되는 모습이다.

coo_array 는 scipy.sparse==1.80 version에만 존재한다. 따라서 scipy 버전을 맞춰주자. pip install scipy==1.8

np.zeros()는 input으로 shape size를 입력받아 그 크기만큼의 array에 0을 넣어 반환해준다. np.zeros_like()는 input으로 variable이나 list를 입력받고 그 입력받은 variable or list의 shape 크기만큼에 0을 넣어 반환해준다. 즉 내가 만들 list의 크기를 알고 있다? => np.zeros() 만들어야하는데 list의 크기를 정확히 모른다, 하지만 변수는 얻어낼 수 있다. => np.zeros_like()

-edit-

NLP 감성분석 프로젝트를 하는 과정중 LeaderBoard[link]를 보며 실습을 진행하였다. Colab이 아닌 맥북 에어 M1 "mps"를 사용해 학습을 진행하려했는데 실행 도중 위와 같은 오류가 발생하였다. 에러가 나기 보다는 경고문 처럼 발생하였다. Error: command buffer exited with error status. The Metal Performance Shaders operations encoded on it may not have completed. 해석하자면 '에러 상태로 명령 버퍼가 종료되었고 "Metal Performance Shaders"연산이 완료되지 않았을 수 있다.' 라는 내용이다. Metal Performance Shaders는 apple developer[..

NLP 프로젝트를 진행하며 다른사람들의 코드를 참조하는데 이와 같은 에러가 발생하였다. Cause from tqdm.notebook import tqdm 위 형식은 notebook 환경에서 사용하기 위한 library로 vscode나 다른 환경에서 사용하게 된다면 에러가 발생할 수 있다. Solution from tqdm import tqdm 기존 tqdm 형식으로 바꾸거나 pip install jupyter 아예 주피터 노트북을 설치하여 사용하면 된다.

ONNX (Open Neural Netwrok EXchange) 서로 다른 프레임워크에서 만든 Deep Learning 모델끼리 호환되어 사용될수 있도록 도와주는 Open Source -편집중-

tqdm을 사용하기 위해 time을 설치하려 했는데 conda, pip 둘다 버전이 맞지 않다던가 설치할수 없다는 오류가 발생하였다. 구글링을 해보니 StackOverflow에서 찾은 글[link]로는 time은 python 설치할때 기본으로 깔려있는 library라고 한다. 실제로 해당 가상환경에서 time library를 호출해 시간출력 함수를 사용하였더니 이상없이 실행 되었다. 왜 설치 당시 이미 설치되어있다는 설명이 아닌 버전호환성 에러가 발생한지는 공식문서나 구글링을 해봐야겠지만 목적은 달성하였다.

Binary classification Targets : \(t \in \{ -1,+1 \} \) Linear model : \(z=w^{T}x+b, y=sign(z)\) Loss function : \(L_{0-1}=\mathbb{I} \{ y \neq t \} \) Hyperplane에 두 종류의 데이터가 표시되어있다. 이 두 종류의 데이터를 분류하기 위한 linear classifier로 위와같은 모델을 선택 할 수 있다. 하지만 가능한 모델은 하나일까? 아니라면 어떤 모델이 최선일까? Optimal Separating Hyperplane 직관적으로 보면 각 데이터를 분류하면서도 margin이 최대로 되어있는 linear classifier가 가장 적합하다. margin이 최대라는 뜻은 genera..

Gradient Checking 우리는 backpropagation 과정에서 weight update를 위해 direct derivative를 계산해야한다. 하지만 미분 불능의 경우도 존재하기에 근사식을 사용해 적용하게 되는데 미분값 오차가 있는지 없는지 검증하는 과정이 필요하다. Finite differences (유한차분) Let \(h\) be small value, e.g. \(10^{-10}\) \(\frac{\partial}{\partial x_{i}}f(x_{1},\cdots,x_{N})=\displaystyle \lim_{h \to 0}\frac{f(x_{1},\cdots,x_{i}+h,\cdots,x_{N})-f(x_{1},\cdots,x_{i},\cdots,x_{N})}{h}\) Gen..