분류 전체보기

모든 정보와 슬라이드는 "MIT 6.S191 (2023): Recurrent Neural Networks, Transformers, and Attention"을 참고했다.MIT 6.S191 (2023): Recurrent Neural Networks, Transformers, and AttentionSequence Modeling 앞으로 나오는 ML을 잘 이해하기 위해 해당 그림을 잘 아는 것이 중요할 것 같다. 단순히 1대1 input output이 아니라 이제부터는 sequence to 1, 1 to sequence, sequence to sequence 형식이 나올 것이다. 그렇다면 single ➡️ single 에서 sequence ➡️ sequence 를 하는 방법은 single을 복사해서 여러..

모든 정보와 슬라이드는 "MIT 6.S191 (2023): Deep Generative Modeling"을 참고했다.MIT 6.S191 (2023): Deep Generative ModelingGANs (Generative Adversarial Networks)only care the quailty of the sample? What if we just want to sample?▶️Generator Network를 train해서 noise에서 training data distribution으로 transform하게 하는 것 두개의 Neural Network를 통해 서로 경쟁하며 더 좋은 model을 만들도록 하는 것➡️하나는 진짜 같은 가짜를 만들고, 하나는 진짜를 판별하고 $$arg\,\underse..

딥러닝 수업 기말을 위해 공부를 해야해서해당 영상을 참고해 공부해 봤다. 근데 정말 잘 가르친다... 강추..모든 정보와 슬라이드는 "MIT 6.S191 (2023): Deep Generative Modeling"을 참고했다.MIT 6.S191 (2023): Deep Generative Modeling Supervised LearningUnsupervised LearningData(x, y) x : data, y : labelx : data , no labelGoalLearn function to map x→yLearn the hidden or underlying structure of the dataExamplesClassification, regressionclustering, feature redu..

🔗 프로그래머스 -구명보트 어제에 이어 Greedy 문제였는데 잘 못하는 것임이 확실하다! Greedy하게 결정하는 방법을 잘 모르겠다. 하지만 해봐야지!사실 오늘은 조금 cheating을 했다.😏 구명 보트를 가장 적게 사용하면서 승객을 옮겨야 하는데 생각한 알고리즘이제일 무거운 사람을 뽑아서 그 사람이랑 가장 많이 태워서 보내는 것이었는데 너무 복잡하게 생각했다.그저 무거운 사람이랑 같이 갈 수 있는 제일 가벼운 사람이 있으면 보내고 아니면 그냥 무거운 사람만 보내는 방법이었다. 이렇게 간단하게 생각하는 방법을 좀 연습해야겠다....from collections import dequedef solution(people, limit): answer = 0 people.sort() p..

오늘은 내일 발표를 준비하느라 코테를 준비하지 못했다...하지만 논문은 읽었지.. Fuzzing에 대해서 공부중인데 오늘은 아래 논문을 읽었다. 3까지.. fuzzing을 LLM을 이용해 하는 방법이다. tencent 연구원들이 썼다. 굉장히 최근에 나왔다.이 논문을 읽으면서 또 읽어야 하거나 봐야하는 논문과 링크를 정리해 봤다. Prompt Fuzzing for Fuzz Driver Generationhttps://arxiv.org/abs/2312.17677 Prompt Fuzzing for Fuzz Driver GenerationCrafting high-quality fuzz drivers not only is time-consuming but also requires a deep understand..

🔗 LeetCode - 2415. Reverse Odd Levels of Binary Tree이제 deque 쓰는 건 완전 익숙해짐!이 문제는 홀수 층에 있는 노드들을 reverse 해주는 것인데 내가 쓴 방법은처음에 트리를 돌면서 각 층에 해당하는 노드를 리스트에 저장해 놓고두번째로 트리를 돌면서 각 층에 해당하는 노드를 pop 해줘서 reverse 되도록 했다. 그리고 리트 코드는 리스트가 아니라 객체(TreeNode)가 input, output이다.근데 사이트로 테스트를 하자니 제한도 있고 시간도 오래걸려서이전에 삽질하다가 만들어 놓은 리스트 -> 트리 로 만드는 코드를 유용하게 썼다. 야호from collections import dequeclass Solution: def reverseO..

🔗  LeetCode - 1302.All Paths from Source to Target오늘은 아주 조금 수월했는데 왜 되는 지 모르겠지만 통과한 감이 있어 다시 살펴봤다.일단 이번 문제는 DAG(Directed Acyclic Graph)를 끝 노드까지 도착할 수 있는 경로를 다 찾는 것이었다. DFS를 쓰면 해결될거 같았지만 속도랑 메모리도 신경쓰고 싶어서 queue를 사용했다. INPUT : 배열, 각 인덱스가 노드 번호이고 그 내부 배열은 그 노드와 연결된 노드들이다. OUPUT: 처음부터 끝 노드까지 순서에 맞게 나열되어 있어야 한다. 2차원 배열 일단 첫번째 배열은 따로 처리해 줬다. 시작 노드 이므로 여기에서 OUTPUT 배열을 하나씩 배정해 줬다. 그리고 이 노드를 queue에 넣었다. ..

Extracting Training Data from Large Language Modelshttps://arxiv.org/abs/2012.07805 Extracting Training Data from Large Language ModelsIt has become common to publish large (billion parameter) language models that have been trained on private datasets. This paper demonstrates that in such settings, an adversary can perform a training data extraction attack to recover individual training earxiv.o..