대학일기

7과목을 신청했다. No과목명이수구분학점담당교수시험시간표평가방식1정신건강교양선택3최혜라중간시험 : 10월22일0시0분 ~ 10월22일23시59분(비동시)기말시험 : 12월10일0시0분 ~ 12월10일23시59분(비동시)상대평가2대학물리전공선택3강성훈중간시험 : 10월23일0시0분 ~ 10월23일23시59분(비동시)기말시험 : 12월11일0시0분 ~ 12월11일23시59분(비동시)상대평가3드론3D설계전공선택3안익균중간시험 : 미지정기말시험 : 12월13일0시0분 ~ 12월13일23시59분(비동시)상대평가4출판편집디자인일반선택3위지윤중간시험 : 10월21일0시0분 ~ 10월21일23시59분(비동시)기말시험 : 12월9일0시0분 ~ 12월9일23시59분(비동시)상대평가5딥러닝일반선택3천지영중간시험 : 10월2..

2학기 수강 신청을 앞두고 전 학년 전공선택 과목의 관계를 Graphviz로 그려봤다.너무 자세히 그리면 복잡해서 도저히 알아볼 수 없어서 최대한 단순화했다.편의상 학년별로 선후관계를 표시했지만 실제로는 순서를 달리하거나 중간 과목을 건너뛰어도 되는 것이 있으므로 반드시 수업계획서를 참고할 것.

하계 MT 포스터 이미지가 필요하다는 얘기가 나왔다. 내가 하겠다고 하고, 간단히 조사해 보고 사용할 도구를 몇 가지 검토했다. "MT 포스터 만드는 법"으로 검색하니 미리캔버스를 소개하는 유튜브 영상이 나온다. 그리고 "MT 포스터"로 검색하니 핀터레스트가 있다. https://kr.pinterest.com/mky4224/엠티포스터/ 미리캔버스에 가입해서 템플릿을 훑어보고 어도비 일러스트레이터도 설치해서 템플릿을 훑어봤는데, 미리캔버스가 한국인 취향에 잘 맞아 보인다. 그리고 챗GPT(DALL-E)와 Ideogram에서 이미지를 생성해 봤는데 마음에 드는 것을 못 뽑았다. 미드저니는 잘 안 써서 해지해 버렸기 때문에 사용하지 못했다. 이미지 생성은 포기하고, 미리캔버스로 간단히 만들었다. 위 템플릿에 ..

지난 1학기 성적도 잘 나와서 다음 학기 성적장학 대상자가 됐다. 3학기 연속으로 ‘최우수’ 평가를 받았다.

두 과목 다 A+를 받았다.

지금까지 배운 것지금까지 수강한 과목들을 분야별로 분류했다. 드론 및 항공 항공기상 드론공학개론 드론설계기초 드론과인공지능 드론모의조종 인공지능 및 머신러닝 AI음성인식 AI영상인식실습 머신러닝 공학 일반 공학수학기초 로봇공학개론 기계공학개론 기초전자공학 무기공학 알고리즘 게임엔진(Unity) 언어 및 인문학 기초일본어 한자성어와퍼즐 삶과사색:인문학책읽기 기초러시아어 문화로보는세계 미술로보는창의적사고 우리안의글로벌이슈 기타 임상기초메이크업 해부생리학 차례로 수강할 과목들기초부터 차근차근 쌓아 올려야 하는 과목들을 나름대로 정리했다. 정역학은 4학년 과목인데 필수 선수 과목이 없고, 동역학은 2학년 과목인데 정역학과 공학수학이 선수 과목으로 나와 있어 좀 이상하다. 아래처럼 배우는 게 맞을 것 같다. 전공..

몇 년 전에 사다놓고 읽지 않은 "전기전자공학 개론" 책이 있다. 이번에 기초전자공학을 수강하면서 좀 읽어볼까 했는데 결국 안 읽었다.학교 홈페이지에서 다운로드한 교안 PDF도 읽지 않은 채로 갖고 있다가, 시험을 치면서 열어 보고 겨우 답만 찾아서 썼다.어려운 과목이 아니고 문제도 쉽게 나왔다.이것으로 하계 집중학기도 끝이다.

국립국어원에서 개최한 ‘말평’ 경진대회에 참가해 대화 맥락 추론(가 유형) 과제를 지난 나흘 간 저녁마다 작업했지만 아직 베이스라인 점수를 넘기지 못했다.  여러 가지 할 일이 많은데 계속 붙들고 있기는 힘들고, 좀 더 쉬운 과제를 하면서 공부를 더 하는 게 나을 듯해서 이번 대회 참가를 중단하려고 한다. 나흘 간의 기록을 Claude에 주고, 이 대회를 계기로 배운 점이 무엇이고 여전히 모르는 점이 무엇인지 정리했다. 귀하의 나흘 간의 경험을 바탕으로, 배운 점과 여전히 모르는 점을 다음과 같이 정리해 보겠습니다: 배운 점 및 새로 접한 경험: 1. 대규모 언어 모델 학습 과정:    - 8B 파라미터 모델의 fine-tuning 과정을 직접 경험했습니다.    - 학습 시 발생하는 GPU 메모리 문제..

어제 제출한 결과를 확인해 보니 76점 정도 나왔다. 베이스라인 코드에서 제시한 것보다 점수가 낮다. 학습할 때 양자화해 놓고 추론 시에는 양자화를 고려하지 않은 것이 원인일까? 네, 추론 시 양자화를 고려하지 않은 것이 낮은 점수의 한 원인일 가능성이 높습니다. 이 상황에 대해 몇 가지 중요한 포인트를 짚어보겠습니다: 1. 양자화와 LoRA의 불일치:    - 학습 시 4비트 양자화와 LoRA를 사용했지만, 추론 시 이를 고려하지 않았습니다.    - 이로 인해 모델이 학습된 가중치를 제대로 활용하지 못했을 수 있습니다. 2. 모델 구조의 불일치:    - 학습된 LoRA 가중치가 기본 모델에 제대로 적용되지 않았을 수 있습니다. 3. 정밀도 문제:    - 4비트로 양자화된 모델을 전체 정밀도로 로드..

지난 달에 본선에 나가서 시상식에서 장려상을 받았는데, 그때는 상장에 이름이 인쇄돼 있지 않았다. https://ac.ychoi.kr/209 인문사회통합성과확산센터 2024 아이디어 공모전 입상두 달 쯤 전에 문득 ‘챗GPT 관련 공모전이 있지 않을까’라는 생각이 들어 찾아보니 인문사회통합성과확산센터에서 진행 중인 것이 있었다. 응모하기 전에는 이런 기관이 있는지도 몰랐다. httpac.ychoi.kr  그 후에 상장을 다시 보내주겠다는 연락을 받고 집 주소를 알려주었더니, 오늘 등기 우편으로 왔다.