분명 제대로 이해한 줄 알았는데... 왜 교수님 니즈를 이해 못하고 있는건가. 논문을 좀 깊이 읽어봐야 하나. 수학 지능이 문제가 아닌 것 같은데. 일단 plug-in 해볼 수 있는 건 다 해봐서 가져가야겠다.

인턴 끝. 대학생 인생 중 가장 꽉찬 방학을 보냈다. 고단했기에, 무언가를 얻고 떠날 수 있었던 방학. 연구란게 너무 추상적인 작업 같다. 공부는 뭔가라도 했다라는 내 머리 속의 잔상이 있다. 연구는 그렇지 않더라고. 정말 치열하고 바쁘게 연구했다 한들 다시 돌이켜 보면 내가 무엇을 했는지 아무것도 한게 없는 것처럼 느껴지는 날의 연속이었다. 단지, 내가 더 나아져 있기를 바라고만 있을 뿐이었다. 언젠가 바뀐 내 자신을 볼 수 있을까? 공부는 내 지식이 더 나아짐을 체감하게 해주지만연구는 내 지식이 부족함을 여실히 드러나게 해주었다. 가장 확실한 건 연구는 공부가 아니더라고.공부만 했다고 연구가 되는 것도 아니더라고.

나도 로봇 가지고 놀고 싶어 이제 한 물 간 기법 중에 하나라고 생각했습니다.하지만 우리의 흰수염, 젠슨 황 회장님께서 Physical AI를 선언하셨습니다. LLM이 등장하고 부터Post training등이 다시 대두되면서, 거기에 로봇 파워에 힘입어 개같이 부활한 개념이죠. 강화학습은 어떤 학습을 위해 만들어진걸까요?? 지금에서 action을 로봇에 대응이 되지만이전부터 action은 그냥 행위입니다. 알파고 같은 경우는 바둑돌을 어디에 놓는지가 해당되죠. '에이전트'가 잘 행동하게 하자 딥러닝은 network가 핵심 엔진이라고 한다면강화학습은 network가 물론 될 수 있지만, 에이전트라는 핵심 단어로 해서 에이전트를 잘 학습시켜보자는게 key입니다. 위 그림에서 지구가 에이전..

소프라노 1황을 만났다. 세월이 그렇게 지나도 목소리는 그대로. 시간에도 굴하지 않는 순금같은 음색.

vanilla 3DGS 모델 baseline 점수 정상화 원인은 initialization이 아니었다. Pruning을 위한 코드 베이스를 제대로 Sparse-view에 맞게 손보지 않고 온전히 original 3DGS의 코드를 그대로 사용하다보니 당연히 적은 정보로 그대로 렌더링이 제대로 될리가 없다. 이론 보강이 절실하다. 결과가 어떻든 간에 현재 시점을 정확히 파악하는게 중요하기 때문에원래의 우리가 사용하기로 했던 backbone 모델을 기준으로 ablation study 및 기법 이식 등을 확실하게 구별할 수 있게 해볼 것. 딱 하나의 임펙트가 필요하다. 자기주도적인 서베이 활동을 하자. 수동적인 사고방식과 행동을 다 버려야 한다. 내가 정말 편하게 살아온 것 같다.

간만의 해방감. 부산 워터밤. 연구실에서 아껴놨던 도파민 여기서 모조리 내 핏속에 쏟아냈다. 라인업 꽤괜

합격을 했다. 2년의 고행길을 확정짓는 순간 기쁘다 행복하다 하지만 떨어지지 않는 가슴 한 켠에 그 무언가 이 감정 어딘가 익숙한데.. 오래전 공군 합격했을 때의 그 기분이다

짜증난다 연구 주제가 겹쳐버리는 논문을 찾았다. 우리 지도교수님도 인정하셨다. 하지만 희망은 있다. 완전히 겹치지는 않는다. 알고리즘은 맞는 방향이라는 긍정회로. 이길 수 있다. 하지만 이번 주 Survey와 experiment양이 허벌나게 많다. 일복 터져부렀다. 아니 근데 내 vanilla 3DGS 모델은 왜 PSNR이 완전 낮게 나오지?이것도 손을 타나?

https://neverthe1ess.tistory.com/269 [Coursera] Gradient Descent / Deep Learning Specialization우리는 Cost Function $J(w, b)$를 최소화 하는 w, b를 찾는 것이 목표라고 했었죠. 하지만 여기서 의문이 하나 들었어요. 왜 굳이 Sigmoid인가? Threshold(임계값)로 자르면 안되나? 저는 이 궁금증이 생겼을neverthe1ess.tistory.com 딥러닝을 배울 때 우리는 Gradient Descent를 배우죠.기울기를 하강하는 방향으로 쭉 내려가서 우리는 무엇에 다다르게 했었나요? Minimum, 최솟값이었죠. 학습을 한다는 건 우리가 구한 loss의 값을 최소로 줄인다는 겁니다. 0이면 얼마나 좋겠..