분류 전체보기 (369) 썸네일형 리스트형 부산 여행 (2) - 해동용궁사 부산 여행 (1) - 마티에 오시리아 프레스티지 후기 주변에 마땅히 볼 것이 없을 것 같던 마티에 오시리아에는 걸어서 15분 정도 거리에 부산의 랜드마크 해동용궁사가 있었다. 용궁 입구에 들어가는 것 같은 경치와 저 멀리 바다를 그윽이 음미하던 부처님 동상을 떠올리며 용궁사로 향했다. 주차장에서부터 쫙 늘어진 노점상과 12 지신을 거치고 입구에 도달한다. 왼쪽으로 가든 오른쪽으로 가든 한 바퀴 둘러보게끔 연결되어 있지만 바닷가에 맞이한 왼쪽이 특히 붐빈다. 오른쪽으로 가면 바로 본당과 연결된다. 이제 시랑산을 내려가며 경치를 감상할 시간이다. 왼쪽을 바다로 용궁 입구를 표현한 듯한 사찰의 느낌은 변함없이 굳건하다. 저 멀리 높은 곳의 보살님은 바다를 바라보며 어떤 생각을 하고 있을까. 이번에는 소원 카드.. 부산 여행 (1) - 마티에 오시리아 프레스티지 후기 오랑대의 "오", 시랑대의 "시", 접미사 "이아"가 붙은 "오시리아"는 해운대와 송정 해수욕장을 살짝 넘어간 기장군 남부에 조성된 대규모 관광단지였다. 제주도 중문관광단지 같은 느낌이었는데, 이케아, 롯데몰, 롯데아웃렛, 롯데월드 테마파크 등 대규모 시설이 입주해 있었고 맞은편 남해의 선선한 해풍은 이 압도적인 번화가가 바닷가 옆임을 느끼게 해 주었다. 수년만에 찾은 부산, 20대 때의 낭만을 떠올리며 부산역에서 1003번 버스를 타고 송정까지 가는 길은 꽤나 오래 걸렸다. 아마 강서구에서 강동구까지 버스 타고 간다고 하면 미친 사람 소리를 들었을 텐데... 결국 송정에서 내려 택시를 탔다. 딱 봐도 지어지지 얼마 되지 않은 널찍한 길에 우뚝 솟은 호텔. 거기다 내가 묵은 곳은 가장 비싼 곳인 프레스티.. 메리츠증권 외화연계 계좌등록 (슈퍼365 계좌) 블로그를 운영한 지 2년이 넘어가니 애드센스 수익금도 적지 않게 쌓여갔지만, 이자가 거의 없는 외화 입출금 계좌에 넣어놓기만 해서 금액은 언제나 제자리걸음이었다. 그러던 와중 메리츠 증권에서 작년 말에 슈퍼365 계좌를 출시했다는 기사를 접했다. 원화나 달러 예수금만 있으면 환매조건부 채권 (RP) 투자를 자동으로 진행해 매일 일복리로 이자를 지급하는 계좌로 RP 투자 이외에도 국내주식, 해외주식, 펀드 등 일반 투자가 가능한 종합 계좌였다. 나처럼 아주 많지는 않지만 적지는 않은, 놀고 있는 돈, 특히 달러를 가지고 있는 경우는 꽤나 괜찮아 보였고 달러의 경우 연 4.0% 이자를 매일 지급한다. 메리츠증권 '슈퍼365계좌' 예수금 300억 돌파…"매일 이자 매력" - 머니투데이 메리츠증권은 지난해 말 .. 파이썬의 추상 클래스 (Abstract Class) 코드가 고도화되고 모듈화 되면서 클래스 상속을 이용하는 경우가 많습니다. 특히, 여러 메서드의 이름은 공유하지만 각 클래스 별로 기능을 다르게 구현해야 하는 경우도 많죠. 따라서 관련된 함수, 메서드를 하나의 단위로 묶어 응집성을 강화하고자 하는 방편으로 파이썬에서는 추상 클래스라는 기능을 제공합니다. "추상"이라는 말 그대로 디테일한 기능이 구현되어 있지 않지만 이 클래스를 상속해서 만드는 클래스들에 필수적으로 정의해야 할 변수, 메서드를 선언만 해놓은 것이죠. 파이썬에서는 abc (abstract base class) 라이브러리를 제공합니다. 먼저 모델의 이름과 사이즈를 선언해야 하는 추상 클래스를 선언하겠습니다. from abc import ABCMeta, abstractmethod class Mo.. Multi-Objective 최적화 (3) - NSGA-3 Multi-Objective 최적화 (1) - 파레토 (pareto) 최적 Multi-Objective 최적화 (2) - NSGA-2 NSGA (Non-dominated Sorting Genetic Algorithm)의 종류는 여러 가지가 있으나 각 샘플 별 $n_p, S_p$를 계산하여 파레토 front level 순으로 정렬하는 Non-dominated Sorting은 동일합니다. NSGA-3 알고리즘은 NSGA-2의 같은 front level에 속한 샘플들을 가려내던 crowding distance를 reference direction으로 바꾼 알고리즘입니다. Reference direction Reference direction은 $M$개의 목적함수에 대해 다음 조건을 만족하는 $w_i$의 집합입.. Multi-Objective 최적화 (2) - NSGA-2 Multi-Objective 최적화 (1) - 파레토 (pareto) 최적 Multi-Objective 최적화는 결국 전체 solution 중에 파레토 최적인 solution 집합을 찾는 문제입니다. 먼저 문제를 단순화하여 여러 개의 목적을 하나의 목적으로 단순화하는 방법은 없을까요? 지난 포스트에서 봤던 일반적인 최적화 수식을 생각해 본다면 다음처럼 1) 특정한 목적 함수만 남기고 나머지 목적 함수를 constaint 조건으로 보내거나 ($\epsilon$ constrained), 2) 여러 목적 함수의 가중치 합으로 하나의 목적 함수로 표현하는 것이 가능하겠죠. (weighted sum) 하지만 이 방법들의 문제점은 각 목적 함수 별로의 가중치 $w_m$나 제한 조건 $\epsilon$을 정하기 쉽지.. Pytorch 텐서 복사 - clone, detach 차이 Pytorch에서 텐서를 복사하는 방법은 여러 가지가 있지만 대표적으로 clone 메서드와 detach 메서드가 있습니다. 먼저 clone 메서드는 복사한 텐서를 새로운 메모리에 할당합니다. 따라서 복사 대상 텐서의 값이 변해도 복사한 텐서의 값이 변하지 않는 deepcopy라고 볼 수 있습니다. 하지만 detach 메서드는 텐서를 복사하지만 복사 대상 텐서와 메모리를 공유합니다. 따라서 기존 텐서의 값이 변하면 복사한 텐서의 값도 따라서 변하게 됩니다. 다만, back-propagation을 위한 기울기 계산 그래프에서 제외되죠. 먼저 clone 메서드부터 보겠습니다. clone() 어떠한 텐서를 clone 메서드를 이용해 복사하게 되면 기존 계산 히스토리 이력은 그대로 유지하면서 새로운 메모리를 할당.. Multi-Objective 최적화 (1) - 파레토 (pareto) 최적 최적화란 기본적으로 주어진 목적함수를 최소화 혹은 최대화시키는 입력을 찾는 과정입니다. 한정된 자원에서의 최대 효율을 달성해야 하는 상황은 공학, 자연과학 분야뿐 아니라 실생활에서도 광범위하게 존재하기에 유관한 대부분의 학과에서 접하게 됩니다. 대표적으로 유전 알고리즘 (Genetic Algorithm), Particla Swarm Optimization, Simulated Annealing, Differential Evolution 등 다양한 meta-heuristic 알고리즘들이 있죠. 주어진 목적이 하나라면 다른 것을 희생시킬 필요가 없기에 간단하지만 한정된 자원에서 두 가지 이상 목적을 충족하려면 어떻게 해야 할까요? 수학적으로 표현하면 다음 $M$개의 목적을 동시에 만족시키고 싶은 겁니다. 파레.. 이전 1 2 3 4 5 ··· 47 다음
