흔한학생

사용자 편의를 위해 웹에서 조작을 가해서 토픽을 발행할 수 있다면 좋을 것 같다고 생각이 들어 알아보았다.ROS에서는 rosbridge websocket 을 통해 웹에서 토픽을 발행할 수 있다고 한다. 웹 브라우저에서 웹소켓을 보내고 rosbridge를 통해서 ros2 토픽으로 전환하여 발행하는 방식이다. 패키지 설치먼저 rosbridge_suite를 설치해야 한다.sudo apt install ros-humble-rosbridge-server나는 ROS2 humble 버전에서 사용하기 때문에 humble 버전 패키지를 설치했다.다른 블로그에서 보이는 ros2-web-bridge 는 구 버전인듯 하다. rosbridge_suite (or rosbridge_server) is recommended for ..

이전 편에서 URDF로 로봇이라고 불러도 될지 고민될정도로 간단한 로봇을 만들었다. 로봇은 단순히 박스에 바퀴 두개만을 단 형태이다.해당 로봇을 가제보에서 움직이도록 할 것이다. 먼저 가제보에서 사용할 수 있는 플러그인인 diff_drive_controller 를 사용할 것이다.ros2 control을 사용할 수도 있는듯한데,,, 잘 모르겠다. 왜 안되는지는그래서 일단 가제보 플러그인 사용 🔷diff_drive_controller이 플러그인은 differential 구동 바퀴를 가진 로봇을 움직일 수 있게 도와준다. URDF의 gazebo 태그 안에 플러그인을 삽입할 수 있다.- 사용 방법URDF에서 바퀴가 연결된 joint를 플러그인에 알려줘야 한다.때문에 `left_joint` 태그와 `right_..

학습 데이터를 점차 늘려가며 트랜스포머 모델을 학습하고 있었다.특정 시점에서 아래와 같은 오류가 났고 혹시 GPU메모리 부족인가 싶어 학습 중 메모리를 확인하는 코드를 추가해보았다. 하지만 메모리는 충분했고 텐서 크기가 너무 커서 버티지 못한 것으로 생각했다.RuntimeError: CUDA error: invalid configuration argumentCUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.For debugging consider passing CUDA_LAUNCH_BLOCKING=1Compile with TORCH_USE_CU..

🔷Word EmbeddingWord Embedding 은 단어를 다차원 공간에서 벡터로 표현하는 방법이다. 벡터 간의 거리와 방향은 해당 단어 간의 유사성과 관계를 반영한다.워드 임베딩이 필요한 이유는 자연어를 컴퓨터에서 처리할 수 있도록 하기 위해서이다. 다만 기존에는 단어를 기계가 이해할 있도록 표현하기 위해 원 핫 인코딩 방식을 사용했는데, 각 단어는 특정 차원의 희소 벡터로 표현된다. 이러한 방법은 단어의 개수만큼 차원이 늘어나며 의미 정보가 부족하고 단어 간 관계를 파악하기 힘들었다. 워드 임베딩은 신경망이나 머신러닝으로 훈련되는 밀집된 벡터이다. 밀집된 벡터란 희소 벡터와 비교해 차원이 단어의 개수로 정해지지 않고, 값 또한 실수로 표현된다. 워드 임베딩을 통해서는 단어의 의미가 보존된다. ..

RNN 모델은 sequential data를 다루는 데 특화된 모델이리고 했다. sequential task 중에는 translation이 있다. 하지만 RNN을 활용하여 translation을 수행할 때에는 결과가 그다지 좋지 못하다. 훈련 데이터에서 벗어난 out of vocabulary words 이거나 train - test domain miss match롱텀의 context 정보의 해석 문제 의미가 불명확한 low resource 단어 등등의 문제가 있기 때문이다. 이러한 문제를 해결하기 위해 나온 모델이 attention 모델이다.📌Attention model기존 오토인코더 기반 RNN 모델의 문제점 기존 RNN 구조인코더 RNN: 입력 단어를 받아 인코딩을 하는 RNN 구조, hidden ..

📌NLP우선 자연어란 우리 사람들이 평소에 쓰는 말을 의미하며, Natural Language Processing 자연어 처리란 이러한 자연어를 컴퓨터가 이해하고 처리하도록 하는 인공지능의 한 분야라고 할 수 있다. 하위 분야로는 구문 분석, 의미 분석, 감정 분석, 텍스트 분류, 질의응답, 기계 번역, 대화, 자연어 생성 등이 있다. 📌RNNRNN(Recurrent Neural Network)은 sequential data 를 위해 디자인된 신경망이다. sequential data 에는 순차적으로 들어오는 데이터로 주식 차트, 비디오, 문장 등 데이터가 있다.자연어와 같은 sequential data는 단어의 순서와 문맥이 중요하기 때문에 과거의 정보를 기억하는 모델이 필요하다. 때문에 RNN에는..