Well-Classified Examples are Underestimated...

Summary of the paper “Well-Classified Examples are Underestimated in Classification with Deep Neural Networks” of AAAI 2022

TL;DR;

  • I didn’t understand Energy related parts.

https://arxiv.org/abs/2110.06537

different losses/derivations w.r.t $p$ or $\theta$

where $p = \sigma(f(x))$ and $\sigma$ is sigmoid, and $f(x) \in \mathbb{R}^n$ is the o...

Click to read more ...

2월 11일의 일기

잡생각 1

여성운동을 볼 때마다 내가 가장 신기하게 느끼는 점은, 여성끼리 그렇게 동질감을 느낄 여지가 있냐는 점이다. 나는 다른 남성들에게 그다지 동질감을 잘 느끼지 못한다. 나는 나와 사회적 계층이 다른 남성들에게 그다지 동질감을 느끼지 못 한다. 이건 여성도 마찬가지일 것 같다. 내 생각에 나는 공대에서 컴퓨터공학을 전공한 뒤 프로그래머로 일 하고 있는 여성과 닮았을 것 같다. 돈 많은 남자보단 가난한 여자가 나랑 더 가까운 것 같다. 국적도 마찬가지인 것 같다. 러시아에 사는 하츠네미쿠 음악을 자주 듣는 안톤(43세, 프로그래머) 씨가, 내 옆 집 사는 나랑 동갑인 김창우(가상인물)씨보다 높은 확률로 나랑 더 닮아 있다고 생각한다.

국적이나 성별은 동질성을 나타내기...

Click to read more ...

Reverse Maximum Inner Product Search

Summary of the paper “Reverse Maximum Inner Product Search: How to efficiently find users who would like to buy my item?” of Recsys 2021

TL;DL;

I modified proofs and procedures for more clear self-understanding.

https://arxiv.org/abs/2110.07131

Notations

  • $u_i$ in $Q$ (User vectors)
  • $p_j$ in $P$ (Item vectors)
  • $<a, b>$: dot product between $a$ and $b$.<...
Click to read more ...

개발자스럽게 공부하는 방법

잡담

웃기라고 가볍게 쓴 것도 있는데 실제로 이렇게 공부하는 방식이 개인적으로는 도움이 많이 되었다.


1. 공부할 거리를 찾는다(혹은 해야지 생각만 하고 있던 것들을 잡는다)

나는 JAX (쉽게 설명하면 Yet Another Autodiff Framework)를 공부하고 싶었다. 좋아보이는데 쓸 기회가 없었다. 간지나보이긴 하는데 써 본적이 없는 상황이 1년 정도 되었던 것 같은데, 마침 시간도 남아서 공부하기로 했다.

2. 공부하고...

Click to read more ...

친숙함에 관해, 혹은 수학 우물을 피하는 방법에 대해

잡담

soft question - On “familiarity” (or How to avoid “going down the Math Rabbit Hole”?) - Mathematics Stack Exchange

혼자 독학하다가 첨에 엄청 쩔쩔매다 공부 방법을 바꿨었는데, 뭔가 엄청 공감가는 글이라 보고 기억해두기 위해 번역한 뒤 올림. 저 스레드를 다 번역할 수는 없어서, 그냥 내가 생각하기에 중요한 부분만 가져왔음....

Click to read more ...

Fast Differentiable Sorting and Ranking

Fast Differentiable Sorting and Ranking

잡담

옛날보다는 수식이 많은 식이 조금 더 잘 이해가 되는 것 같기도 하면서도 잘 안되는 것 같으면서도… 모든 걸 이해할 필요는 없는데, 자꾸 모든 부분을 이해하고 싶어진다. 많은 일들이 추상화가 잘 되어 있어서 윗단과 아랫단에 대해 잘 알고 있을 필요가 없다는 사실을 알고 있다. 예를 들어서, 컴퓨터 일 하면서 재료공학은 전혀 몰라도 상관이 없다. 전기공학도 전혀 상관 없을 것이다. CPU가 복잡한 전기회로로 이뤄지지 않고, 0과 1 계산을 빨리 하는(굳이 0과 1 계산일 필요도 없다) 미니언즈 1000만 마리쯤 모여 있다고 해도 내 일엔 그다지 상관이 없을 것 같다. 추천 시스템 일도 마찬가지일 텐데. 복잡한 수학적 정의와 성질과 증명을 잘 몰라도, 알아야 할 부분만 알면...

Click to read more ...