DL&ML
Euclidean(L2 distance) to Cosine similarity Conversion
유클리디안을 코사인으로 전환하는 방법 scikit-learn의 라이브러리엔 k-means의 경우 euclidean(L2 distance)로 clustering 하는 방식은 있지만, cosine similarity를 기준으로 하는 경우는 없는데요, Face recognition과 같이 코사인 유사도를 사용하는 embedding들을 처리하기가 불편합니다. 하지만! 이것을 전환시켜주는 방법이 있습니다. 바로 pf1) pf2)
PEP 8 - Python 코드 스타일 가이드
참고한 링크 : https://peps.python.org/pep-0008/ Indentation (띄어쓰기) # Correct: # 괄호 정렬을 해야함 foo = long_function_name(var_one, var_two, var_three, var_four) # indentation은 다음 단계로 넘어갈 때마다 4칸씩 space 해줘야 함 def long_function_name( var_one, var_two, var_three, var_four): print(var_one) # 이런식으로 해도 됨 foo = long_function_name( var_one, var_two, var_three, var_four) # Wrong: # 괄호 정렬 안됨 foo = long_function_name(..
Hardcluster (On Mitigating Hard Clusters for Face Clustering) 리뷰
AbstractFace clustering은 Face recognition의 large-scale unlabeled dataset을 해결하기 위한 분야이다.하지만 Face clustering에는 Challenge가 있다. 바로 ‘hard cluster’이다.Hard cluster란 cluster의 high Sparsity와 high variation 때문에 발생한다.이 논문은 이 문제를 해결하기 위해 NeighborhoodDiffusion-based Density (NDDe)와 Transition-Probability-based Distance (TPDi) 방법을 제안한다.Introduction위 figure (a),(b)를 보면 cluster size와 sparsity가 다양하고 끝 쪽에 있는것을 ha..
python code 자동정렬
windows: alt + shift + f mac: shift + option + f autopep8을 install하라고 뜨는데요, 설치하면 자동정렬되고 좀 과하다 싶은 정렬(ex: 줄 내림 등)은 직접 수정하시면 됩니다. python 정렬 규칙(필수는 아니지만 지키면 좋은) : https://peps.python.org/pep-0008/
code-server에서 원하는 디렉토리 열기
code-server의 경우, vs-code 프로그램과 다르게 디렉토리에서 열기가 바로 안되는데요, (config 파일로만 설정 가능) 같은 서버에 여러 명의 사용자가 있는 경우 불편하죠. 그럴 경우 이런식으로 하면 원하는 디렉토리에서 작업이 가능합니다!
Pairwise F-score 과 Bcubed F-score
공통점 : 둘 다 precision과 recall을 이용해 f-score를 구하는 식은 같다. 2*Precision*Recall/(Precision+Recall) Pairwise F-score - 모든 pair의 edge(같은 label이면 edge가 이어짐)에 대해 맞는 지 확인을 한다. - 따라서 경우의 수는 n C 2 = n(n-1)/2 이다. - 이 경우는 크기가 큰 cluster의 score에 주는 영향력이 크다. Bcubed F-score - cluster 마다 점수를 줘서 평균을 취해주는 방식이다. - 이 경우는 cluster의 크기가 커도 F-score에 주는 영향력은 동일하다.
Tensorboard 서버 연결 막힐때 해결법
첫 번째 방법: ssh 연결할 때 우회하기 ssh -L 16006:localhost:6006 [id]@[server_ip] tensorboard --logdir ./runs 두 번째 방법: 모든 ip를 허용하기 tensorboard --logdir ./runs --host 0.0.0.0