Jzahnny's Blog

Deep Reading

딥리딩

Jzahnny’s Blog

Jzahnny의 블로그

Introducing Noxionite Features

Summarizes all the features of Noxionite.

Introduction

Getting Started

Let’s figure out what blog platform is the best for AI developer

What's the Best Blog Site for AI Developers?

Troubleshooting

Noxionite - The most beautiful blog made with Notion

This is a review of my trip to Singapore, which was funded by the prize money from the Creative Platform competition.

A Review of My Trip to Singapore with the Creative Platform Grand Prize

YeYa - AI Grandchild for Digital Inclusion of Seniors

Book YPJR

Showcase & Review

Noxionite 기능 소개

Noxionite의 모든 기능을 요약했습니다.

소개

시작하기

AI 개발자를 위한 최고의 무료 블로그 엔진은 무엇인지 비교해보자.

AI 개발자를 위한 최고의 블로그 사이트는?

트러블슈팅

녹셔나이트 - Notion으로 만드는 가장 아름다운 블로그

2024년도 연세 넥슨 √i RC 창의플랫폼에서 어떻게 최우수상을 수상했는지 팀원 결성부터 본선 결과까지 전 과정을 공유합니다.

연세 넥슨 √i RC 창의플랫폼 최우수상 수상까지의 여정

창의플랫폼에서 좋은 성적을 거두기 위한 방법과 노하우를 공유합니다.

창의플랫폼에 관심 있을 후배들을 위한 조언

창의플랫폼 우수 상금으로 싱가포르에 탐방을 갔다 온 후기를 전달합니다.

창의플랫폼 최우수상으로 싱가포르에 갔다온 후기

창의플랫폼 최우수상으로 싱가포르에 갔다온 후기 (1)

YeYa - 디지털 소외 시니어를 위한 AI 손주

연필자루책을 만들게 된 계기부터 원고 작성, 디자인, 인쇄, 판매, 마케팅의 전과정과 우여곡절을 돌이켜 봅니다.

2달만에 1인 출판으로 1,500권 이상 판매하게 된 썰

연필자루책

VLA YeYa가 만들어지게 된 계기와 예상되는 어려움 등을 제안합니다.

VLA YeYa Proposal

VLA YeYa

쇼케이스

How to enabling Accessibility permissions for a macOS application in development

Enabling Accessibility permissions for a macOS application in development

Introducing the method of making diff file between two commits in Git.

How to make the diff file between two commits in Git

Introducing how to resolve error: Permission to my_repo.git denied to my_githup_username 

Git Error Resolve: permission to repo denied to user

Introducing how to use yt-dlp for downloading the best quality youtube video

How to use yt-dlp for downloading the best quality youtube video

yt-dlp로 가장 좋은 화질의 유튜브 영상 다운로드 하는 방법을 소개합니다.

yt-dlp로 가장 좋은 화질의 유튜브 영상 다운로드 하는 방법

Development & Stacks

종료되지 않은 서버를 포트 번호를 통해 종료하는 방법을 설명합니다.

포트별 개발 서버를 종료 하는 법

Next.js에서 개발 서버를 원격으로 스마트폰, 다른 노트북 등에서 디버깅하는 방법을 설명합니다.

Next.js 스마트폰에서 npm run dev 미리보는 방법

Godot 게임 엔진에서 Remote Deploy를 설정하는 방법을 안내합니다.

매우 쉬운 Godot One-click deploy (Remote Deploy) 설정하기

ImportError: 'NeighborSampler' requires either 'pyg-lib' or 'torch-sparse' 를 해결하는 방법을 안내합니다.

ImportError: 'NeighborSampler' requires either 'pyg-lib' or 'torch-sparse' 손쉬운 해결 방법

OSRM의 핵심 개념을 이해하고 설치한 다음, 한국의 실시간 교통 정보를 반영하는 방법에 대해 안내합니다.

OSRM을 통해 한국의 실시간 교통 정보를 반영한 라우팅 엔진 만들기

두 Commit간의 diff를 텍스트 파일로 만드는 방법을 소개합니다.

Git 두 커밋간 diff 알아내는 방법

Permission to my_repo.git denied to my_githup_username 오류를 해결하는 방법을 소개합니다.

Git Error: permission to repo denied to user 해결하기

Jupyter Notebook에서 uv 사용하는 방법을 소개합니다.

Jupyter Notebook에서 uv 사용하는 법

Introducing how to use uv in jupyter notebook.

How to use uv in a Jupyter Notebook?

Git Error: permission to repo denied to user 해결하기 (1)

개발 및 스택

This is summarization of Chapter 2: Wave Optics of ‘Fundamentals of photonics’

[Ch1] Fundamentals of photonics Summarization

[Ch2] Fundamentals of photonics Summarization

This is summarization of Chapter 5: ELECTROMAGNETIC OPTICS of ‘Fundamentals of photonics’

[Ch5] Fundamentals of photonics Summarization

Review Paper

Foundational Theory

BLEU의 정의에 대해 알아보고 예시를 통해 자세히 설명합니다.

쉽게 이해하는 BLEU

ROUGE-N과 ROUGE-L의 정의를 이해하고 예시를 통해 직접 계산해봅니다.

쉽게 이해하는 ROUGE-N과 ROUGE-L

대표적인 클러스터링 알고리즘인 K-Means, DBSCAN, Agglomerative Clustering의 원리와 코드 예시, 장단점을 분석합니다.

대표적인 3가지 클러스터링 알고리즘 완벽 정복하기: Kmeans, DBSCAN, Agglomerative Clustering

Moment-generating function에 대해서 간략히 알아보고 Laplace transform으로도 구할 수 있음을 설명합니다.

MGF가 Laplace와 사촌지간인 이유

Convolution 완벽히 이해하기

ShowUI: One Vision-Language-Action Model for GUI Visual Agent 논문을 읽어보고 이해한 바를 간략하게 정리합니다.

[논문 리뷰] ShowUI: VLA를 통해 멀티플랫폼 Visual 에이전트 구현

논문 리뷰

기반 이론

The Good Bad Tendency table is a chart that collects what was done well, what was done poorly, and the exam tendencies immediately after taking an exam during preparation and the exam itself. Through this table, you can maintain what was done well, improve what was done poorly, and better prepare for the next exam by understanding the exam tendencies.

Good Bad Tendency Table

Daily Life

전파전자통신기능사 필기부터 실기까지 독학으로 따는 방법을 소개합니다.

독학으로 전파전자통신기능사 한 번에 무조건 따는 법

연세대학교 첨단융합공학부에 입학하기 전 공부하면 좋은 것들에 대해 자세히 설명해드립니다!

(스압) 연세대 첨단융합공학부에 입학하기 전에 반드시 공부해야하는 것들

일상

『Understanding Deep Learning』 책으로 시작하는 딥러닝 공부 첫걸음. 1장을 읽고 머신러닝과 딥러닝의 관계를 명확히 이해하고, AI 윤리에 대해 고민한 내용을 담았다.

[UDL 스터디 노트] 1장 - Intro - 이 책을 공부하려는 계기와 도입부를 읽고 느낀 점

『Understanding Deep Learning』 2장을 읽고 Supervised learning에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 2장 - Supervised learning

『Understanding Deep Learning』 3장을 읽고 Shallow neural networks에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 3장 - Shallow neural networks

『Understanding Deep Learning』 4장을 읽고 Deep neural networks의 구조에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 4장 - Deep neural networks

『Understanding Deep Learning』 5장을 읽고 Loss function을 정의하는 과정 중 궁금하고 헷갈렸던 점을 해결하는 과정을 담았다.

[UDL 스터디 노트] 5장 - Loss Functions

『Understanding Deep Learning』 6장을 읽고 Fitting models의 구조에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 6장 - Fitting models

『Understanding Deep Learning』 7장을 읽고 Gradients and initialization 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 7장 - Gradients and initialization

“Understanding Deep Learning” 8장을 읽고 Measuring performance과 관련하여 궁금하고 막혔던 점들에 대해서 다룬다.

[UDL 스터디 노트] 8장 - Measuring performance

『Understanding Deep Learning』 9장을 읽고 Regularization에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 9장 - Regularization

『Understanding Deep Learning』 10장을 읽고 Convolutional networks에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 10장 - Convolutional networks

“Understanding Deep Learning” 11장을 읽고 Residual networks과 관련하여 궁금하고 막혔던 점들에 대해서 다룬다.

[UDL 스터디 노트] 11장 - Residual networks

“Understanding Deep Learning” 12장을 읽고 Transformersㅇ 대해 궁금하고 막혔던 점들에 대해서 다룬다.

[UDL 스터디 노트] 12장 - Transformers

“Understanding Deep Learning” 13장을 읽고 Graph neural networks에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 13장 - Graph neural networks

“Understanding Deep Learning” 14장을 읽고 Unsupervised learning에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 14장 - Unsupervised learning

[UDL 스터디 노트] 15장 - Generative adversarial networks

[UDL 스터디 노트] 16장 - 
Normalizing Flows

[UDL Study Notes] Ch 16 - 
Normalizing Flows

[UDL 스터디 노트] 17장 - Variational autoencoders

“Understanding Deep Learning” 18장을 읽고 Diffusion models에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 18장 - Diffusion models

“Understanding Deep Learning” 20장을 읽고 Why does deep learning work?에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 20장 - Why does deep learning work?

This post contains the process of resolving questions and doubts after reading Chapter 20 of "Understanding Deep Learning".

[UDL 스터디 노트] Chapter 20 - Why does deep learning work?

“Understanding Deep Learning” 21장을 읽고 Deep learning and ethics에 대한 궁금증과 의문을 해소하는 과정을 담았다.

[UDL 스터디 노트] 21장 - Deep learning and ethics

[UDL 스터디 노트] Chapter 20 - Why does deep learning work? (1)

『 Understanding Deep Learning 』 스터디 노트

My first steps into deep learning with the book "Understanding Deep Learning." This post covers what I learned from Chapter 1, clarifying the relationship between machine learning and deep learning, and my thoughts on AI ethics.

[UDL Study Notes] Ch. 1 - Intro - My Motivation and Reflections on the Introduction

This post contains the process of resolving questions and doubts about the supervised learning after reading Chapter 2 of 『Understanding Deep Learning』.

[UDL Study Notes] Ch 2 - Supervised learning

This post contains the process of resolving questions and doubts about the shallow neural networksafter reading Chapter 3 of 『Understanding Deep Learning』.

[UDL Study Notes] Ch 3 - Shallow neural networks

This post contains the process of resolving questions and doubts about the structure of Deep neural networks after reading Chapter 4 of 『Understanding Deep Learning』.

[UDL Study Notes] Chapter 4 - Deep neural networks

This post contains the process of resolving questions and confusion that arose during the process of defining the Loss function after reading Chapter 5 of 『Understanding Deep Learning』.

[UDL Study Notes] Chapter 5 - Loss Functions

This post contains the process of resolving questions and doubts about the structure of fitting models after reading Chapter 6 of 『Understanding Deep Learning』.

[UDL Study Notes] Ch 6 - Fitting models

This post contains the process of resolving questions and doubts about the gradients and initialization after reading Chapter 7 of “Understanding Deep Learning”.

[UDL Study Notes] Ch 7 - Gradients and initialization

This chapter covers the questions and points I was stuck on regarding Measuring Performance after reading Chapter 8 of “Understanding Deep Learning”.

[UDL Study Notes] Chapter 8 - Measuring performance  

This post contains the process of resolving questions and doubts about the regularization after reading Chapter 9 of “Understanding Deep Learning”.

[UDL Study Notes] Ch 9 - Regularization

This post contains the process of resolving questions and doubts about the convolutional networks after reading Chapter 10 of “Understanding Deep Learning”.

[UDL Study Notes] Ch 10 - Convolutional networks

This chapter covers the questions and points I was stuck on regarding Residual networks after reading Chapter 11 of “Understanding Deep Learning”.

[UDL Study Notes] Chapter 11 - Residual networks

This chapter covers the questions and points I was stuck on regarding Transformers after reading Chapter 12 of “Understanding Deep Learning”.

[UDL Study Notes] Chapter 12 - Transformers

This post contains the process of resolving questions and doubts about the graph neural networks after reading Chapter 13 of “Understanding Deep Learning”.

[UDL Study Notes] Ch 13 - Graph neural networks

This chapter documents the process of resolving questions and doubts about Unsupervised Learning after reading Chapter 14 of “Understanding Deep Learning”.

[UDL Study Notes] Chapter 14 - Unsupervised learning

[UDL Study Notes] Ch 15 - Generative adversarial networks

[UDL Study Notes] Ch 17 - Variational autoencoders

This post contains the process of resolving questions and doubts about Diffusion models after reading Chapter 18 of "Understanding Deep Learning".

[UDL Study Notes] Chapter 18 - Diffusion models

“Understanding Deep Learning” Study Notes

이 글은 파이썬과 전통적 컴파일 언어(C/C++/Java)를 인터프리터 언어의 빠른 피드백 루프 관점에서 비교한 뒤, 개발 생산성 대 성능 트레이드오프와 AI 학습에 최적화된 이유를 간결하게 정리한다.

[1장] 공식 문서로 알아보는 Python의 모든 것 시작

[3장] 공식 문서로 알아보는 Python 제어문의 모든 것

[4장] 공식 문서로 알아보는 Python 함수의 모든 것

이 글은 파이썬의 기본 자료구조(리스트, 튜플, 집합, 딕셔너리)와 이를 활용한 스택·큐·컴프리헨션 기법, del 문, 반복 및 조건 처리 방법, 시퀀스 비교 방식을 한눈에 정리한 요약입니다.

[5장] 공식 문서로 알아보는 Python 자료 구조의 모든 것

[6장] 공식 문서로 알아보는 Python 모듈의 모든 것

[7장] 공식 문서로 알아보는 Python 예외 처리의 모든 것

[8장] 공식 문서로 알아보는 Python Class의 모든 것

Python의 표준 모듈들을 설명한다.

[9장] 공식 문서로 알아보는 Python 표준 라이브러리의 모든 것

[10장] 공식 문서로 알아보는 Python Virtual Environments 와 Packages의 모든 것

공식 문서로 알아보는 Python의 모든 것

This article compares Python with traditional compiled languages (C/C++/Java) from the perspective of fast feedback loops, outlines the productivity vs. performance trade-off for developers, and concisely explains why Python is ideal for AI learning.

[Ch 1] Everything About Python Intro

[Ch 2] Everything About Python Operators from the Official Documentation

[Ch 3] Everything About Python Control Flow Tools from the Official Documentation

[Ch 4] Everything About Python Functions from the Official Documentation

This article provides a concise overview of Python’s core data structures (lists, tuples, sets, dictionaries), their use as stacks and queues, list comprehensions, the del statement, looping and conditional techniques, and sequence comparison rules.

#Summary

Introduction