오영제 선생님 강의 잘 듣고 있고 감사드립니다.드리고 싶은 질문은 강화학습은 학습 후 훈련내용을 어떻게 저장하고 필요시 어떻게 로드하는 지 궁금하니다.

안녕하세요 강의 잘 듣고 있습니다. 🙂현재 Polygon과 Mask Segmentation 시각화에 대해 강의 및 학습을 진행중인데 문득 궁금한점이 있어 질문 드립니다.coco dataset을 활용하는 경우에는 polygon정보가 들어 있어 mask할때 해당 정보를 활용할 수 있지만 만약 자체 custom dataset으로 활용한다면 polygon정보를 어떻게? 만들어야 할지 긴가민가 하네요. 아직 수업을 완강하지 않아 뒷부분에서 배울수 있을수도 있겠으나 궁금해서 질문드립니다.! (object detection은 yolo와 MMDetection을 활용하고 부분적으로 Segmentation을 적용계획입니다. 현재일자로 yolo를 보니 yolo-seg 라는 모델도 나왔네요)

현재 해당 사이트가 서비스 종료되어서 다른 사이트로 리디렉션되고, SOTA 리더보드와 벤치마크 트래킹 기능은 사라진거 같습니다.혹시 대체할 수 있는 사이트가 있을까요?

Video recognization, action detection쪽 관심있는 학생입니다. C3D 관련 논문 공부,실현 연습하기 전에 빠르게 컴퓨터 비전 실습 이론을 익히고 체화를 하고 싶은데, 선생님 컴퓨터비전 로드맵 중 cnn강의, 컴퓨터비전 실습 강의 둘 중 어떤게 더 효율적일까요? Pytorch는 아직 미숙한 상황입니다. 만약 cnn부터 듣는걸 추천하신다면 세션 몇까지는 꼭 들어야할까요?

line 107, in <module>    train_accuracy = compute_accuracy(CNN_model(batch_x, False)[0], batch_y)  # 테스트 시점 드롭아웃 False                                     ^^^^^^^^^^^^^^^^^^^^^^^^^ValueError: Only input tensors may be passed as positional arguments. The following argument value should be passed as a keyword argument: False (of type <class 'bool'>) Keras 버전 업그레이드 후 커스텀 모델의 call() 메서드에 추가 인자를 위치 인자로 전달하면 ValueError: Only input tensors may be passed as positional arguments 에러 발생.파라미터명을 Keras 표준 키워드인 training으로 변경하고, 호출 시 model(x, training=True/False) 형태로 키워드 인자로 전달해야 한다고 합니다

선생님... 강의 자료는 어디에 있나요강의 초반에 공유해주신 OneDrive에는 없는거 같아서요

안녕하세요 선생님.cvat.ai 에서 라벨링 작업을 해볼까 하는데 데이터셋이 외부 유출되면 안 돼서 개발자들 사이에서 해당 사이트가 보안이 우수하다고 평가받고 있을까요?(아직 cvat를 로컬에서 설치하진 않았습니다) - 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.

유저 데이터 아이템 데이터를 그냥 넣으면자동으로 딥러닝에서 은닉층에서 알아서 유사한거 끼리 만들어진다는건가요?? 정확한 원리를 모르겠네요. 그냥 신경망처럼 묶여있는거 같은데 원리는 정확히 알 수 가 없네요

강사님 안녕하세요? 10년전 쯤 파이썬 머신러닝 완벽가이드, CNN 완벽가이드를 수강하고 많은 도움을 받았는데, Transformer 강의를 내셨길래 반가운 마음으로 바로 구매했습니다 ㅎㅎ 회사에서 RAG 를 종종 구현하고 있는데.. 예시로 들어주신 BERT 모델은 RAG 구현 중 리트리버에 해당한다고 이해하면 될지요?  그리고 BERT 모델을 fine tuning 하고자 한다면 pre trained 모델의 tokenizer 와 model 둘 다 불러온 후, tokenizer 의 vocab 에 mapping 되어 있는 token 들을 ids 토시하나 틀리지 않고 있는 그대로 사용하되, 사내 내부 용어만 이후 ids 에 추가해서 사용하고, model 에 몇 개의 추가 layer 를 쌓아서 fine tuning 한다면, 처음부터 학습시키는 것보다 좀 더 효율/효과적인 방안이 될 수 있을지.... 도 궁금합니다. RAG 를 구현하다보면, 외부에서 사전학습된 모델이 사내 문서의 특수한 약어나 내부 고유기술 용어를 인지하지 못해서 필요한 문서들을 못 물어 오는 경우를 가끔 보고 있어서.... 생성을 위한 LLM 모델이야 요즘 너무 첨단을 향해 가고 있는데, 리트리버 에 대한 최적화는 회사나 도메인 별로 필요한 것이 아닐까... 생각하고 있었습니다만, 제가 이해한 개념이 맞을지 문의 드려 봅니다.

안녕하세요."주식 자동 매수 스케줄러 구축 2" 챕터 강의에서 아래와 같이 자동 매수 프로세스를 수동으로 트리거 API 호출했습니다.post /purchase/triggertrigger_auto_purchase() 함수 호출API 응답 상태 코드: 200API 응답 본문: {"rt_cd":"1","msg_cd":"40910000","msg1":"모의투자 주문이 불가한 계좌입니다."}2026-02-18 18:04:16,130 - stock_scheduler - ERROR - 메타(META) 매수 주문 실패: 모의투자 주문이 불가한 계좌입니다. 위와 같이 응답 결과를 받았는데 영상을 보니 같은 모의 투자를 하신 것으로 보이는데 어떻게 주문 성공 처리되신건지 궁금합니다. 

안녕하세요, 강사님 강의 열심히 잘 듣고 있습니다.visionTransformer생성 부분에서,제가 잘못 이해하였는 것일 수 있으나, class VisionTransformer(nn.Module): def init(self, img_size, patch_size, num_layers, num_heads, embed_dim, mlp_dim, attention_dropout, dropout, num_classes=1000): super().__init__() #Patch Embedding 모듈, class token, position embedding 파라미터 생성. self.patch_embedding = PatchEmbedding(img_size=img_size, in_channels=3, patch_size=patch_size, embed_dim=embed_dim) self.class_token = nn.Parameter(torch.zeros(1, 1, embed_dim)) seq_length = (img_size // patch_size) ** 2 self.pos_embed = nn.Parameter(torch.empty(1, seq_length+1, embed_dim).normal_(std=0.02)) #Encoder 생성. self.encoder = Encoder(num_layers=num_layers, num_heads=num_heads, embed_dim=embed_dim, mlp_dim=mlp_dim, attention_dropout=attention_dropout, dropout=dropout) #최종 classification Linear Layer 생성 self.head = nn.Linear(embed_dim, num_classes) def get_patch_class_pos_embedding(self, input_tensor): patched_tensor = self.patch_embedding(input_tensor) batch_size = patched_tensor.shape[0] # batch_size 만큼 class token을 증식하고 patch embedding 된 patched_tensor의 맨 앞에 concat batch_class_token = self.class_token.expand(batch_size, -1, -1) patch_class_embed = torch.cat([batch_class_token, patched_tensor], dim=1) # position embedding을 더함. patch_class_pos_embed = patch_class_embed + self.pos_embed return patch_class_embed마지막 return 부분이 patch_class_embed가 아닌 patch_class_pos_embed로 수정되어야 할 것 같습니다. 파라미터 사이즈에는 영향이 없으나 버그가 발생할 수 있을 것 같아 이렇게 글 남깁니다. 항상 좋은 강의 감사드립니다. 혹시나 의도하신 것이라면 제가 잘못 이해한 것이니 바로 잡아주시길 바랍니다. 감사합니다.

torch.manual_seed(123) HIDDEN_SIZE = 256 NUM_HEADS = 4 DEC_Q_SEQ_LEN = 10 ENC_K_SEQ_LEN = 20 BATCH_SIZE = 2 dec_tokenizer = BertTokenizerFast.from_pretrained("klue/bert-base") dec_sentences = ["안녕하세요 여러분", "이것은 긴 문장입니다"] dec_input_ids, dec_pad_mask = get_input_ids_mask(dec_tokenizer, sentences, max_length=DEC_Q_SEQ_LEN)sentences --> dec_sentencestransformer_decoder.ipynb 사소한 것이이지만.. 좋은 강의 감사드립니다. 새해 복 많이 받으세요...

강사님 안녕하세요!캐글 nucleus segmentation 챌린지 코드를 runpod에서 그대로 실행하던 중, 디버깅에 몇시간 고민하고 질문드립니다. (강사님 깃헙에서 받은 그대로 실행했는데 runpod에서 에러가 발생하였습니다) 모델 학습을 위해 에포크를 돌리는 부분에서 첫번째 에포크를 다 돌기도 전에 (총 12회 예정이었음) 에러가 발생합니다. inference 직전에서요! 구글과 gpt에서 열심히 몇번 검색하며 찾아보니, 폴리곤 좌표가 pycocotools가 기대하는 형식(짝수 길이의 플랫 리스트)가 아니기 때문이라고 하는데, 해결에 어려움이 있습니다. 에러의 내용은 다음과 같이 나왔습니다. File "/content/mmdetection/mmdet/datasets/pipelines/loading.py", line 306, in poly2mask rles = maskUtils.frPyObjects(maskann, img_h, img_w) File "pycocotools/_mask.pyx", line 309, in pycocotools._mask.frPyObjects Exception: input type is not supported. import os.path as osp mmcv.mkdir_or_exist(osp.abspath(cfg.work_dir)) # epochs는 config의 runner 파라미터로 지정됨. 기본 12회 train_detector(model, datasets_train, cfg, distributed=False, validate=True)

수업 자료도 없고 아무 것도 없는데 어떻게 시작하나요?

안녕하세요!코드 중에서 이해 안가는 부분이 있어 질문드립니다.fig = px.sunburst(df, path=["Pclass", "Sex", "SurvivalStatus"], values="PassengerId", # 각 조각의 크기를 승객 수로 설정 title="Hierachical View of Survival by Class and Sex", color="Survived", color_discrete_map={1:'gold', 0:'darkblue'}) fig.show()여기에서 values="PassengerId", # 각 조각의 크기를 승객 수로 설정이라고 하셨는데 PassengerId는 단순 인덱스 개념이 아닌가요? 왜 사람 수를 의미하게 되는지 이해가 잘 가지 않습니다. 

안녕하세요 좋은 강의 내용 잘 듣고 있습니다.Detection 프로젝트를 진행하면 학습 시에는 labeling 된 ground truth가 있기 때문에 Precision이 쉽게 산출될 수 있지만, 추론 시에는 labeling 된 ground truth가 없기 때문에 추론 결과 이미지를 눈으로 직접 보면서 판단하여 precision score를 측정해야 하는 게 맞을까요?

안녕하세요 강사님,mmdetection mask rcnn inference 실습 시 runpod 템플릿 관해서 질문드립니다. 어느덧, 강의 막바지입니다. 강사님의 깃허브 runpod referal 파일 안에서mmdetection v2, ultralytics yolo v3, yolov5, efficientdet 네가지 중 mmdetection v2 템플릿을 deploy하는 것이 맞는지 확실하게 하고자 질문드립니다.

안녕하세요 강사님!딥러닝 강의 잘 수강하고 있습니다!딥러닝 완벽 가이드를 다 수강하고 나서 트랜스포머 강의를 수강할 예정인데, 혹시 트랜스포머 이후 강의는 무엇이 될지 알려주실 수 있나요~?감사합니다!

혹시 실습코드 진행 순서대로 알 수 있을까요..? 처음부터 쭉 다시 보고 싶어서요..!