최근에 NVIDIA에서 Physical AI를 강조를 많이 하고 TED에서도 이와 비슷한 얘기가 나왔다. https://youtu.be/QOCZYRXL0AQ?si=OstjrO-6AKRJXoXm  그래픽 기술의 발달, GPU의 발전, 인공지능의 발전이 향하는 곳은 digital twin, robotics, simulation이다. 시뮬레이션은 각 분야마다 약간씩 다른 의미를 갖는다.기계공학과 고체, 열유체 분야에서 말하는 시뮬레이션은 발전된 수치해석 기법을 이용한 computational simulation을 말하고 이를 위해 정량화된 물성치를 얻는다.동역학, 제어 분야에서 말하는 시뮬레이션은 dynamics를 해석적, 수치적 기법을 통해서 시간에 대한 궤적을 구해서 이를 분석한다. 화학 분야에서 연구하는..

유학을 어떻게 준비해야 하는지에 대해서는 다들 잘 알려주지만 막상 유학 어셉을 누르고 나서 무엇을 준비해야할지에 대해서는 잘 알려주지 않습니다. 그래서 겸사겸사 생각난 김에 쓰는 accept을 눌렀다면 해야할 일 리스트입니다.  이 글의 가정은 다음과 같습니다.미국에 있는 대학원에 가는 경우 (그렇다해서 모든 대학에게 통용되지 않을 수는 있음)박사과정 + 펀딩을 받는 경우  0-1. 학교에서 제공하는 New graduate student를 위한 문서/유튜브/OT 살펴보기 모든 인터넷에 있는 정보를 보기 전에 학교에서 제공해주는 정보를 반드시!! 확인하세요.학교는 학생들을 위해 필요한 절차를 제공해줄 의무가 있고 실제로 제공합니다.즉, 이 글을 읽기 전에 가장 먼저 해야할 일은 학교에서 주는 checkli..

가끔 CUDA, cuDNN을 설치했는데 파이썬 라이브러리에서 인식을 못 하는 경우가 있다. 컴퓨터 자체에 CUDA, cuDNN을 설치하는 것과 가상환경에서 CUDA, cuDNN을 설치하는 것에 따라 인식에 문제가 있을 수 있다. 컴퓨터에 CUDA,cuDNN을 설치했었으나 여러 개의 CUDA를 설치하는 것이 바람직하지 않다는 피드백을 받았다. 따라서 가상환경을 만들고 그 안에 CUDA toolkit을 설치하는 것이 바람직해보인다. https://stackoverflow.com/questions/73424216/how-to-install-cudnn-and-cuda-toolkit-in-a-python-virtual-environment How to install cudnn and cuda toolkit in ..

최적화 방법을 보면 gradient 정보를 사용하는 경우가 많다. 실제 최적화 알고리즘을 구현하고자 할 때 의문인 것이 바로 이 gradient를 어떻게 구하냐는 질문이다. 대표적최적화 방법을 보면 gradient 정보를 사용하는 경우가 많다. 실제 최적화 알고리즘을 구현하고자 할 때 의문인 것이 바로 이 gradient를 어떻게 구하냐는 질문이다.  그 방법으로는0. By hand1. Finite-difference method2. Auto-differentiation3. Complex step method 다음과 같이 설명할 수 있다. 0. By hand만약 목적함수가 파라미터에 대해 간단하게 표현되어있다면 사전에 gradient를 계산해서 결과 값만 대입하면 쉽게 구할 수 있다. 1. Finite-..

K-neighbor 알고리즘에서 근접한 포인트를 찾을 때 다양한 방법으로 구할 수 있다.그 중 KD tree 방식을 이용한 효율적인 근접 포인트 찾는 알고리즘을 기록한다. import jax.numpy as jnpfrom jax import vmapclass KDTreeJAX: def __init__(self, data, depth=0): self.axis = depth % data.shape[1] self.median_idx = len(data) // 2 # Sort data along the current axis sorted_data = data[jnp.argsort(data[:, self.axis])] self.median_poi..

이전 글에 이어서 작성한다.  1. 실행한 Container에서 user 생성하고 sudo 권한 주기 기본적으로 image를 통해 container를 실행하면 root 계정으로 들어가게 되어있다.root 계정일 경우에는 프로그램을 마음대로 설치할 수 있는 모든 권한을 가지고 있다. 그러나 보안을 위해서 + 다른 일반적인 유저를 고려하기 위해 user를 생성해서 그 user에게 sudo 권한을 줄 수도 있다. 또한 나중 가서는 permssion문제도 있어서 유저를 결국 생성하는 게 맞다는 결론이 나왔다.유저의 UID(유저아이디)와 GID(그룹아이디)는 나중에 Docker container의 저장 장소를 mount하는 문제 때문에 지정을 해주게 된다. 당장은 필요없으면 굳이 안해도 된다.useradd -u ..

Ubuntu 환경 내에서 user를 새로 추가하고 특정 그룹에 넣어야 할 일이 있어서 저장하는 글이다.   유저 생성과 동시에 UID, GID 지정을 해도 되고 일단 유저 생성해놓고 나중에 그룹을 만들어서 그 그룹에 추가해도 된다.순서는 마음대로. useradd -u (번호) kna35groupadd -g (번호) gtpersonusermod -g gtperson kna35usermod -aG sudo kna35

Anaconda 설치 후 터미널에 뜨지 않는 오류인데 https://stackoverflow.com/questions/77901825/unable-to-activate-environment-conda-prompted-to-run-conda-init-before-cond Unable to activate environment conda - prompted to Run 'conda init' before 'conda activate' but it doesn't workRunning Bash in Cmder on Windows 10. I am trying to activate a new virtual environment but keep getting told to run 'conda init' before ..

원래는 데스크탑 내에서 아나콘다를 설치해서 그 아나콘다 안에서 가상환경을 만들어 환경을 구축하는 것이 일반적이다. 그러나 내가 데스크탑을 모두 컨트롤할 수 있는 권한이 없어서 이런저런 프로그램을 설치하는 게 힘들었다. Docker라는 시스템을 이 때 이용하면 좋다는 것을 알게 되어서 환경 세팅하는 과정을 정리한다.Docker에 관해서는 많은 유튜브 영상에서 소개된 바가 있다.  https://youtu.be/LXJhA3VWXFA?si=XaN2mk2GD-CxyaAg  https://youtu.be/pTFZFxd4hOI?si=dpdiY_ip3Vz7G5nd   물론 이런 영상을 보면서 차근차근 따라가는 게 좋긴 하지만 성질이 급한 사람들에게는 어쩔 수가 없다.지금도 공부하면서 하는 중이지만 일단 업데이트하는 ..

Matplotlib의 버전에 따라서 colormap과 colorbar 사용법이 조금씩 다른데 여기서는 3.9를 기준으로 설명한다.   colormap을 불러들이는 함수는 어떤 코드를 보느냐에 따라서 약간씩 달라질 수 있다.그러나 기본적으로는 colormap을 가져오고 [0,1] 사이의 값을 지정해서 color에 해당하는 RGBA 값(사이즈 4 벡터)을 가져올 수 있다는 점에서 같다.  1) Colormap colormap 지정은 코드를 어떤 걸 쓰느냐에 따라 다르지만 방법은 다양하다. 다음과 같이 map을 가져올 경우cmap = matplotlib.colormaps.get_cmap("viridis")cmap( np.lispace(0.0, 1.0, 20) ) # extract 20 colors from c..