기록하기

Could NOT find Boost (missing: Boost_INCLUDE_DIR) 별도의 버전 명시가 없어서 brew를 이용하여 설치했다. brew install boost 만약에 특정 버전(또는 그 이상)을 요구한다면 tar 파일을 다운받아서 직접 설치를 진행하면 된다. https://www.boost.org/users/download/#live Boost Downloads Current Release Version 1.78.0 December 8th, 2021 03:45 GMT Updated Libraries: Asio, Assert, Atomic, Beast, Core, Describe, DLL, Filesystem, Geometry, JSON, Lambda2, Log, Math, Multi..

OpenROAD cmake 하던 중 발생한 에러 Could NOT find SWIG (missing: SWIG_EXECUTABLE SWIG_DIR) (Required is at least version "3.0") swing 다운로드 https://sourceforge.net/projects/swig/files/swig/swig-3.0.12/swig-3.0.12.tar.gz/download zip 풀고 build tar zxvf swig-3.0.12.tar.gz && cd swig-3.0.12.tar cd swig-3.0.12 ./configure --without-pcre && make && sudo make install 하면 아래와 같은 로그와 함께 내가 원하는 버전의 swig install 이 완..

Real world에 강화학습을 진행하다보면 넘어야 할 많은 허들이 있다. 몇 가지 생각을 해 보면 (실시간 학습은 못 해봐서 내가 풀었던 문제들에 한해서는) 1) Real world와 유사한 시뮬레이터를 제작해야 하고 2) 아무리 유사하다고 해도 실제 real world를 완벽하게 반영하기 어렵다. (sim2real) 3) Reward design을 하다보면 sparse reward한 경우가 많다. 4) action space가 복잡한 경우가 많다. 등등.. 이 있는 거 같다. 최근 푸는 문제에서는 모든 action을 해 봐야 정확한 피드백을 줄 수 있는 문제여서 episode가 다 끝나기 전까지는 각 step의 action이 좋은 건지 안닌지 판단하기가 애매하다. 거기다가 episode length도..

https://towardsdatascience.com/hands-on-graph-neural-networks-with-pytorch-pytorch-geometric-359487e221a8 Hands on Graph Neural Networks with PyTorch & PyTorch Geometric In my last article, I introduced the concept of Graph Neural Network (GNN)and some recent advancements of it. Since this topic is getting… towardsdatascience.com 위 튜토리얼을 따라하려는데 에러가 발생했다. Solution 찾아보니까 torch_geometric 외에도 다운받아 줘..

위상정렬 문제 그래프를 인접리스트로 구현 indegree 배열 저장 자료구조 queue 사용 import queue n, m =input().split() n = int(n) m = int(m) adj = [[] for _ in range(n+1)] indegree = [0] * (n+1) Q = queue.Queue() for _ in range(m): A, B = input().split() adj[int(A)].append(int(B)) indegree[int(B)]+=1 for i in range(1,len(indegree)): if indegree[i] == 0: Q.put(i) while not Q.empty(): temp = Q.get() print(temp, end=' ') for i in..

Abstract 지적인, 또는 똑똑한 생물(intelligent creatures)은 감독관(Supervision)의 도움없이도 이런 저런 시도들을(exploration; 탐험) 통하여 스스로 useful skills를 학습한다. 본 논문에서도 이런 점에서 착안하여, reward function없이도 useful skills를 배워서 학습하는 방법을 제안하고 있다. 다시 말하자면, maximum entropy policy를 이용하여 information theoretic objective를 최대화하는 방법을 통해 skills를 학습하는 방법론이다. 또한 본 논문에서는 pretrained skills가 어떻게 downstream tasks에 대해 좋은 parameter initalization을 제공할 수..

너무 큰 데이터 또는 많은 데이터의 경우 zip으로 압축되어 있음 만약 압축 파일 안에 있는 csv 개수가 297,444개 혹은 그 이상이라고 가정했을 때, 서버에서 압축을 풀고 사용하려면 페이지가 엄청 느려지거나 렉 먹을 가능성이 높음 그렇기 때문에 바로 zip 파일을 읽어와 압축을 풀지 않고 파일들을 불러와 데이터를 보고싶을 수도 있음 만약 형식이 같은 데이터들이라면 각각 29만개 이상으로 두는 것보다 변수 하나 만들어서 레이블을 달고 하나로 합치는 것이 더 효율적일 수 있음 예시로 Ednet 데이터를 이용함 (github.com/riiid/ednet) 아래 코드를 보면, 먼저 zip file을 가져와서 파일 리스트를 만들고 필요없는 파일을 리스트에서 제거한 후 하나의 csv를 만드는 코드임 impo..

conda env list conda create -n lynn conda activate lynn 을 하니 아래와 같은 오류 conda env list에 있는 base 경로 확인 후 참고하여 아래와 같이 입력해 해결 source /opt/conda/etc/profile.d/conda.sh conda activate lynn

Microsoft의 AutoML 툴킷인 NNI(Neural Network Intelligence)를 이용해봤다. https://nni.readthedocs.io/en/latest/Overview.html Overview — An open source AutoML toolkit for neural architecture search, model compression and hyper-parameter tuning (NNI v1.4) NNI provides a key capacity to run multiple instances in parallel to find the best combinations of parameters. This feature can be used in various domains,..

dict을 굳이 굳이 pd.DataFrame.from_dict을 이용해 DataFrame으로 바꾸려다가 난 에러 리스트에 들어있는 dict들을 (예를 들어 [{.. } , {..} ,..... ]) 하나씩 뽑아서 DataFrame으로 바꾸고 컨캣했는데 그냥 리스트 자체를 pd.DataFrame으로 씌우고 변환하니 해결