ky.agile

이 글에 포함된 모든 사진 자료들은 (서태원 지음) 에서 가져왔습니다. Pipeline CPU란 “ pipeline CPU란, single-cycle CPU 구조를 여러 stage로 나누어, 각 부분을 동시에 활용되게끔 하는 것이다. (아래 사진 참고) single-cycle CPU에서는, 하나의 instruction이 완료되고 나서야 그 다음 instruction을 수행한 데 비해, pipeline CPU의 경우, 매 clock cycle의 각 stage에서는 다른 instruction이 실행되고 있다. (아래 사진 참고) “ 전형적인 것은 5-stage pipeline CPU이며, 각 stage는 다음과 같다: IF(Instruction Fetch): 명령어를 읽는 단계 ID(Instruction D..

상황 설명은 필요 없고 빠른 해결을 원하신다면 빨간 글자를 따라가주세요! 상황. pyqt를 이용해 인터페이스의 구성과 기능을 정의했으며, 그 기능들 중에는 yolo v8 모델의 predict 메서드를 활용하는 것이 있다. 실제로 실행시킬 main.py는 별개로 작성했으며, 여기서는 위에서 만들어진 인터페이스 py 내의 클래스를 임포트한다. 나는 이 main.py를 exe로 만드려 한다. 우선 새로운 폴더에 프로그램 구동에 필요한 모든 파일 (인터페이스 py 파일, main.py, yolo v8 모델의 pt 파일 정도?) 들을 넣어놓고, 이 폴더 위치에서 터미널을 열어 아래와 같이 실행하였다. pyinstaller -w -F main.py 이를 통해 생성된 작업폴더 > dist > exe 파일을 실행해보았..

Understanding the task The goal of object detection is to recognize instances of a predefined set of object classes (e.g. {people, cars, bikes, animals}) and describe the locations of each detected object in the image using a bounding box. Two examples are shown below. Example images are taken from the PASCAL VOC dataset. We'll use rectangles to describe the locations of each object, which may l..

SIFT (Scale Invariant Feature Transform) detects distinctive keypoints(local features) or features in an image that are robust to changes in scale, rotation, and affine transformations We naturally understand that the scale or angle of the image may change, but the object remains the same. BUT machines have an almighty struggle with the same idea. It’s a challenge for them to identify the object..

3. Recent advances in NLP # 옛날의 문제: definition of a suitable and effective representation of tokens, sentences, and documents # one-hot encoding 문제점: huge vector, drop of relations 3.1. Word and sentence vectors # Word2vec * word vectors or word embeddings - 비슷한 뜻의 단어 -> 비슷한 representation * CBOW: reconstruct a target word given its context as input * Skip-gram: predict context words given the t..

attack and defense in deep model security 1. Deep model watermarking # Digital Watermarking: watermark를 embed하여 authentication, content verification을 제공해 tampering 방지 * 과정 i) watermark embedding ii) watermark extraction # model watermarking은 MLaaS에 의한 시장에서 크게 활약 가능 * model theft로부터 보호 # 2 categories i) inserting the watermark directly into the model parameters -> watermark might either be encode..

Docker : containerization platform and runtime - provides an efficient way to package and distribute containerized applications - declaratively package an application, its dependencies, and configuration together into immutable container images by writing a Dockerfile and then running the appropriate commands to build the image using the Docker server - container images can be deployed and run o..

data center --------------------> device (mobile phone / laptop) 1. browser sends a request to the DNS server to get the corresponding IP address IP address : Every device connected to the internet (ex. server. computer. mobile phone. etc) is identified uniquely by an IP address (string of numbers) - IP address of servers: Domain names are used DNS server : provides IP address corresponding to t..

1. Supervised Learning : 문제와 정답 제공 (feature & label) 1) Classification : 수많은 개/고양이 사진 입력함 (feature: 사진 & label: 개/고양이) -> 학습하고 특성 이해 -> 개/고양이일 확률 2) Regression ex) 키에 따른 신발 사이즈, 예지정비 2. Unsupervised Learning : feature는 있는데 label이 없음 -> 패턴/구조 발견, 그룹화 정확도에 한계가 있음 anomaly detect 1) Clustering 데이터가 아주 많은데 전부 라벨링하긴 어려울 경우 2) Dimensionality Reduction 3. Reinforcement Learning 보상 제공: 어떤 행위를 했을 때 보상을 제공..

1. Using deep learning to solve computer security challenges: a survey using Deep Learning techniques to solve computer security challenges security-oriented program analysis, defending return-oriented programming (ROP) attacks, achieving control-flow integrity (CFI), defending network attacks, malware classification, system-event-based anomaly detection, memory forensics, and fuzzing for softwa..