오늘은 우분투 설치 후에 해상도가 고정되었을 때 해결할 수 있는 방법을 알아보겠습니다!저도 우분투를 여러번 설치하면서 많이 겪었던 문제인데요, 그래픽 드라이버의 문제이기도 합니다. 특히 요즘같은 시대에 드라이버가 많이 나오게 되면서 우분투와의 호환성 문제가 점점 많이 나타나는 것 같음을 몸소 느끼고 있습니다.어쩌면 우분투의 업데이트 속도가 gpu 의 발전 속도를 따라 가지 못하기 때문일 것 같네요.특히 몇달전에 nvidia gpu 50 시리즈 한대를 구매했는데 역시나 우분투에선 호환이 되지 않았습니다. 그래서 저 같은 경우에는 화면 해상도도 너무 크게 고정이 되어있어서 불편했는데 이를 해결하기 위한 방법을 기록하겠습니다. 보통 이런 경우에는 우분투 setting에서도 크기 변경이 불가능합니다.그래서 저희..

저는 우분투를 설치할 때 늘 듀얼부팅으로 설치합니다. 원래는 우분투를 정상적으로 설치 후 컴퓨터를 리부팅하게 되면 운영체제를 선택하는 화면(grub)이 나와야 합니다.그런데 종종 부팅 선택 화면이 나오지 않고 바로 window로만 들어가지는 현상을 만날 때가 있습니다.저도 여러번 만났던 부분인 만큼 스스로 정리해놓고자 작성합니다! 인터넷에 많은 유저분들이 다양한 해결법을 포스팅 해주셨는데요, 저는 대부분 아래의 방법으로 해결이 되었습니다.부팅 시 윈도우로 진입되었을 때 관리자 모드로 명령 프롬프트를 열어줍니다.아래의 명령어를 입력해 준 후 다시 부팅해주면 정상적으로 듀얼부팅이 됩니다!bcdedit /set {bootmgr} path \EFI\ubuntu\shimx64.efi

우분투를 초기에 설치할 때, 성공적으로 다 설치되었다고 생각될 때 즈음에 아래와 같은 에러가 뜰때가 있습니다.Executing 'grub-install /dev/sda' failed.This is a fatal error혹은 Executing 'grub-install /dev/nvme0n1' failed.This is a fatal error이렇게 뜨는데요.심지어 fatal error, 치명적 오류라고 되어 있어서 처음 설치하시는 분들께는 상당히 위협적인 문구인 것 같습니다. 사실 이 문구는 grub가 정상 설치가 되지 않았을 뿐 우분투는 정상적으로 설치된 상태입니다!지금부터 이 에러를 해결하는 방법을 알려드리겠습니다. 첫번째로, 에러 문구가 난 창의 'OK' 버튼을 누릅니다.그러면 제가 앞서 말한 것 ..

GPU를 통해서 학습을 돌리기 위해서는 버전에 맞는 CUDA를 쓰는 것이 필수적입니다.심지어 어떤 라이브러리들은 쿠다의 환경에 맞추어 드라이버를 설치해야하기도 합니다.그래서 가끔은 학습을 돌리다가도 버전의 문제 때문에 학습을 돌릴 수 없는 아주 난감한 상황이 되기도 합니다...(저도 엄청 자주 만나는 상황이긴 합니다..ㅎㅎ) 오늘은 이런 쿠다 버전을 우분투 환경에서 어떻게 업그레이드 혹은 다운그레이드 하는지 알아보겠습니다!처음 설치하시는 분들도 아래의 과정을 따라하시면 됩니다. 기존에 설치된 쿠다 삭제쿠다는 콘다처럼 가상에 설치하는 것이 아닌 드라이버로써 로컬에 설치되게 됩니다.따라서 쿠다의 버전을 변경해야한다면 일단 깨끗하게 지워줘야 합니다. 일단 저의 어떤 문제가 확인하기 위해 일단 콘다 환경에 설..

** 본 게시글은 사용자의 하드웨어 환경에 따라 해결방법이 매우 다릅니다 ** ubuntu20.04를 새로 설치하고 나서 추가적인 패키지를 설치하려고 했더니 wifi가 안잡혀서 드라이버를 설치하려고 합니다.그런데, 제가 있는 환경에서는 인터넷 신고를 하고 랜선에 새로운 ip를 부여해야해서 꽤나 귀찮았기 때문에 인터넷 연결 없이 wifi 드라이버를 설치하는 방법을 생각해보았답니다! 우선, usb와 인터넷 연결이 되는 노트북이나 다른 컴퓨터가 필요합니다.usb에 wifi 드라이버 파일을 직접 설치할거기 때문에 아래 링크로 들어가줍니다. https://archive.ubuntu.com/ubuntu/pool/universe/b/backport-iwlwifi-dkms/ Index of /ubuntu/pool/un..

최근 자연어 처리(NLP) 분야에서는 트랜스포머(Transformer) 기반의 LLM(Large Language Model)이 많이 쓰이고 있습니다.이런 모델의 대부분은 Encoder-Decoder 구조를 기반으로 설계되어 있습니다.이 구조는 입력 문장을 압축된 표현으로 바꾸는 인코더(Encoder)와 이 표현을 다시 원하는 출력으로 복원하는 디코더(Decoder)로 나뉩니다.하지만 모든 모델이 두 구조를 동시에 사용하는 것은 아니고, 인코더만 존재하는 모델도 있고 반대로 GPT처럼 디코더만 사용하는 모델도 존재합니다! 오늘은 이 두 구조의 개념을 바탕으로, Encoder와 Decoder란 무엇인지 좀 더 깊이 있게 이해하고 제어와 자율주행 관점에서도 살펴봅시다! 1. BERT구글의 BERT(Bidir..

Augmented Lagrangian Multiplier는 제약 조건이 있는 최적화 문제를 푸는 대표적인 방법 중 하나입니다!ALM은 고전적인 라그랑지 승수법(Lagrange Multipliers)에 벌점 항(Penalty Term)을 추가하여, 비선형이거나 수렴이 어려운 문제에서도 안정적으로 해를 찾을 수 있도록 도와줍니다.특히 최적 제어, 강화학습, 딥러닝 등에서도 아주 널리 쓰이는 핵심 기법입니다. 1. ALM이란ALM은 아래와 같은 제약 조건이 있는 최적화 문제를 다룹니다.$$\min_{x\in \mathbb{R}^n} f(\mathbf{x}) \\ \text{subject to}\quad h_i(\mathbf{x})=0 \quad (i=1,\cdots,m)$$$f(\mathbb{x})$ : 최..

지난 포스팅에서는 Diffusion Model의 핵심 구성 요소 중 하나인 Forward Diffusion Process와, 이 과정에서 노이즈를 조절하는 역할을 하는 Diffusion Schedule에 대해 알아보았습니다!Forward Process는 데이터를 점차적으로 가우시안 노이즈로 오염시키는 과정이며 이때 노이즈의 강도는 일정한 스케줄에 따라 세밀하게 조절됩니다. 이번 포스팅에서는 Diffusion Model에서 또 하나의 핵심 단계인 Reverse Diffusion Process와 이를 학습하기 위한 Loss Function 및 모델 학습 과정에 대해 알아봅시다! Reverse Diffusion ProcessReverse Process는 gaussian noise($x_T$)로 부터 원본 d..