On the journey of

2.4 From the Perspective of Variational Autoencoder BEIT 의 pre-training은 Variational Autoencoder 관점에서 설명할 수 있음 이를 분포를 기반으로 한 수식으로 나타내보면 아래와 같다. 이때 위 수식은 아래와 같이 변형될 수 있다. Stage 1 : dVAE에서 Image Tokenizer를 얻는 부분에 대한 Term Stage 2 : Masked Image가 주어졌을 때, Image Tokenizer를 얻는 것에 대한 Term 2.5 Pre-Training Setup BEIT 모델의 Pre-Training은 아래와 같이 설정되고 진행됨 VIT-B(Base) 모델 설정과 비슷하게 설정되어 있음 12-layer Transformer w..

BEiT: BERT Pre-Training of Image Transformers Hangbo Bao, Li Dong, Songhao Piao, Furu Wei * https://github.com/microsoft/unilm/tree/master/beit Abstract 논문의 제목인 BEIT (Bidirectional Encoder representation from Image Transformers)는 BERT 모델에서 차용한 것 입력 이미지를 2가지 방법을 통해 masked image modeling(MIM) 학습 VIT + Blockwise Masking : image patches (such as 16 x 16 pixles) DALL-E Tokenizer : visual toekns (i.e...

12강 대시보드 필터 정확하게 사용하기 선택한 필드 클릭 > 1. 추가하기 > 월 주문일자 선택 2. 추가하기 > 범주 선택 13. 기사 연결하기 제목 기사보기로 바꾸기 → 동작 실행조건은 마우스 ‘선택’ → url은 ‘기사 링크’ 확인 : 링크를 누르면 해당 기사로 이동됨. 14강 데이터 원본 저장 저장된 데이터원본 자주쓰는 데이터 원본을 표시하고 클릭했을 때 바로 데이터 연결 해서 분석할 수 있게끔 설정 데이터 우클릭> 저장된 데이터 원본에 추가 체크 ‘슈퍼샘플 데이터’를 반복적으로 사용하고 싶을 경우 데이터 원본을 연결하면 추가한 슈퍼스토어- 샘플이 저장된 데이터 원본으로 계속 사용 가능함 15강 데이터 증분 새로고침 _ 추가된 데이터만 업데이트 계단형으로 모양 변경가격 표시: 종가 드래그 라인> ..

9 [태블로 기초] 내가 가진 데이터의 총 합은?_총계 만들기 1. 고객 세그먼트 별 매출과 수익 총계 살펴보기: 좌측 상단 쪽에 있는 분석 패널 클릭 (열 방향으로 총계 확인) 2. 데이터 지역 행 선반에 올린 후 세그먼트 열 선반에다가 올리기 → 분석 패널로 가서 행 방향으로 총계 확인 3. 지역 위 + 누르면 국가/지역 별로 펼쳐서 볼 수 있음 4. 측정값에 수량 추가 후 분석 패널로 가서 소계 방향으로 총계 확인 5. 우측과 하단에 있는 총계를 상단으로 배치 (상단 분석→ 총계 → 행 총계를 왼쪽으로→열 총계를 맨 위로) 6. ####표시는 해당 칸의 너비보다 숫자가 크기 때문에 발생(just like EXCEL) → 서식 변경 10 [태블로 기초] 다양한 방식으로 대시보드 내보내기 (2020.1..