Quantized Side Tuning 논문 리뷰
Quantized Side Tuning: Fast and Memory-Efficient Tuning ofQuantized Large Language Models 논문에 대한 리뷰를 작성한 글입니다.
2025/03/11
Jinsoolve.
ALL POSTS.
(46)
Shorts.
2025/04/27
Cross Entropy와 Softmax
2025/04/27
Word2Vec과 GloVe의 차이는 무엇일까?
2025/04/25
Batch Normalization을 하는 이유는 뭘까?
2025/02/20
삼격형의 두 변의 길이와 사잇각을 알 때, 나머지 한 변의 길이를 구하는 공식
2025/02/10
c++에서 내림차순에 대한 lower_bound와 upper_bound하기
2025/01/13
C++에서 이진수의 비트 수를 세는 방법
2025/01/13
세 점의 좌표가 주어졌을 때 삼각형의 면적 구하는 방법
2025/01/09
표준화와 정 규화
2024/12/26
로지스틱 회귀의 비용 함수는 왜 이렇게 생겼을까?
PoisonedRAG 논문 리뷰
PoisonedRAG: Knowledge Corruption Attacks to Retrieval-Augmented Generationof Large Language Models 에 관한 논문 리뷰
2025/01/14
NEW POST
백준 10321 - 요새 건설
핵심 아이디어# 껍질에 있는 점들을 대상으로 임의의 대각선에 대해서 해당 대각선에서 가장 먼 점 2개를 고르면 해당 대각선으로 만들 수 있는 가장 큰 영역이다. 이때 먼점 2개는…
2025/01/13
NEW POST
백준 24491 - Searching for Soulmates
각 테스트케이스마다 2개의 1 ~ 101810^{18}1018의 수 a, b가 주어질 때, a를 b로 만드는데 드는 최소의 연산 횟수를 구하는 문제이다. 이때 연산은 ×2\tim…
2025/01/13
NEW POST
백준 33007 - Greatest of the Greatest Common Divisors
핵심 아이디어# 오프라인 쿼리 방식으로, r을 순차적으로 증가시키 면서 r을 새롭게 포함시킬 때 해당 인덱스 r과 어떤 인덱스 l을 추가하면 어떤 gcdVal을 얻을 수 있는 지를…
2025/01/11
NEW POST
머신러닝 교과서 10장
선형 회귀 모델에 대해 알아보자. 보스턴 집 가격 예측 문제를 예시로 들어서 설명하겠다.
2025/01/09
NEW POST
11장 레이블되지 않은 데이터 다루기: 군집 분석
레이블이 없는 데이터들을 분석하여 비슷한 데이터들끼리 그룹으로 묶을 것이다.이를 군집으로 묶는다하여 클러스터링(clustering)이라 한다. - k-평균 알고리즘을 이용하여 클러스터 중심 찾기- 상향식 방법으로 계층적 군집 트리 만들기- 밀집도 기반의 군집 알고리즘을 사용하여 임의 모야을 가진 대상 구분하기
2025/01/09
NEW POST
12장 다층 인공 신경망을 밑바닥부터 구현
딥러닝은 인공 신경망을 효과적으로 학습시키기 위한 머신러닝의 하위분야이다. 아래 내용 을 소개하겠다.- 다층 신경망 개념- 역전파 알고리즘- 이미지 분류를 위한 다층 신경망 훈련
2025/01/09
NEW POST
13장 텐서플로를 사용한 신경망 훈련
복잡한 수학이나 구현 과정을 텐서플로우에서 이미 구현해 놓았다. 이를 사용하는 법을 알아보자.텐서플로우의 함수나 여러가지 기능들은 어느정도 생략하겠다. 사용하면서 익히는 것이 가장 좋다.
2025/01/09
NEW POST
15장 심층 합성곱 신경망으로 이미지 분류
합성곱 신경망은 컴퓨터 비전을 위한 머신러닝 분야를 크게 발전시켰다.CNN(Convolutional Neural Network)는 뇌의 시각 피질이 물체를 인식할 때 동작하는 방식에서 영감을 얻었다고 한다.
2025/01/09
NEW POST
