고도를 기다리며

본 글은 Isaac Lab 공식 document를 수행한 내용을 적은 글입니다.공식 document의 내용으로 이해가 가지 않는 부분들은 ChatGPT를 이용하여 보완하였습니다.(글의 인용 표시가 되어있는 부분은 ChatGPT를 활용한 내용입니다.)자세한 사항은 Isaac Lab 공식 document를 참고하세요.https://isaac-sim.github.io/IsaacLab/main/index.html Overview — Isaac Lab Documentation isaac-sim.github.io 이 튜토리얼은 Python에서 Isaac Lab의 scene에 다양한 object(또는 prim)을 spawn하는 방법을 살펴본다. import argparsefrom omni.isaac.lab.app i..

본 글은 Isaac Lab 공식 document를 수행한 내용을 적은 글입니다.공식 document의 내용으로 이해가 가지 않는 부분들은 ChatGPT를 이용하여 보완하였습니다.(글의 인용 표시가 되어있는 부분은 ChatGPT를 활용한 내용입니다.)자세한 사항은 Isaac Lab 공식 document를 참고하세요.https://isaac-sim.github.io/IsaacLab/main/index.html Overview — Isaac Lab Documentation isaac-sim.github.io  이 튜토리얼은 Python 스크립트로 Isaac Sim 시뮬레이터를 시작하고 제어하는 방법을 다룬다.이를 위해 Isaac Lab에서 빈 장면을 설정하고 프레임워크에서 사용되는 두 가지 중요한 클래스인 a..

프로그래밍을 공부하다보면 가장 먼저 배우게 되는 개념 중 하나가 바로 "변수" 라고 할 수 있다.많은 프로그래밍 책에서는 변수를 "값을 담을 수 있는 그릇"과 같이 설명하고 있다.  하지만 나는, 이 "그릇" 이라는 설명이 잘 와닿지 않았던 것 같다.이에, 내가 변수에 대해 이해한 내용을 글로 적어보고자 한다. "변수"를 살펴보기 전, 우리는 우리가 저장하고자 하는 데이터가 어디에 저장되는지 알아야 할 필요가 있다.우리가 저장하고자 하는 데이터는 컴퓨터의 저장장치(메모리)에 저장될 것이고, 우리는 필요할 때 메모리에 저장된 데이터 중 원하는 데이터를 다시 읽어와야 한다. 이 때 메모리는 '주소'라는 개념을 가지고 있다. 즉, 우리는 값이 저장된 주소를 알고 있다면, 그 주소를 이용해 값을 불러올 수도 있..

본 글은 Vector Quantized Diffusion Model for Text-to-Image Synthesis를 읽고 이해한 내용을 정리하기 위해 적은 글입니다. 혹, 잘못된 부분이나 수정해야할 부분이 있다면 언제든 댓글로 남겨주세요. Abatract 본 논문에서는 text-to-image 생성을 위한 vector quantized diffusion (VQ-Diffusion) model을 제안한다. 제안하는 방법은 DDPM의 조건부 variant로 잠재공간이 모델링된 vector qunatized variational autoencoder (VQ-VAE)를 기반으로 한다. 저자들은 latent-space method가 기존 기법에 존재하는 unidirectional bias를 제거하고, accum..

본 글은 T2M-GPT: Generating Human Motion from Textual Descriptions with Discrete Representations를 읽고 이해한 내용을 정리하기 위해 적은 글입니다. 혹, 잘못된 부분이나 수정해야할 부분이 있다면 언제든 댓글로 남겨주세요. github : https://github.com/Mael-zys/T2M-GPT GitHub - Mael-zys/T2M-GPT: (CVPR 2023) Pytorch implementation of “T2M-GPT: Generating Human Motion from Textual Descriptions w (CVPR 2023) Pytorch implementation of “T2M-GPT: Generating Hum..

본 글은 HumanML3D Dataset를 다운로드하는 과정을 정리한 글로, 이를 위해 HumanML3D Dataset Github를 참고 하였습니다. 자세한 내용은 위의 github를 참고하시면 됩니다. 또한, 잘못된 부분이 있다면 언제든 댓글로 남겨주세요. HumanML3D를 다운로드하기 위해 아래와 같은 순서로 진행하였다. 1. HumanML3D conda 환경 구축 2. AMASS 데이터셋 다운 3. body model 다운 4. 코드 실행 1. HumanML3D conda 환경 구축 HumanML3D의 저자는 이미 environment.yaml로 conda 환경을 구축할 수 있도록 해 놓았다. 하지만! 오류가 생겨 이를 이용하여 동작하지 않았다. 다행히도 저자는 친절히, 설치가 되지 않는 경우도..

본 글은 파이토치 한국어 튜토리얼을 공부하며 작성했음을 밝힙니다. 더 좋은 가독성(readability)과 모듈성(modularity)을 위해 데이터셋 코드를 모델 학습 코드로부터 분리하는것이 이상적이다. 이에, PyTorch는 torch.utils.data.DataLoader와 torch.utils.data.Dataset의 두 가지 데이터 기본 요소를 제공하여 1. 미리 준비해둔(pre-loaded) 데이터셋 (like MNIST) 2. 가지고 있는 데이터 를 사용할 수 있도록 한다. Dataset : 샘플과 정답(label)을 저장 DataLoader : Dataset을 각 샘플에 쉽게 접근할 수 있도록 순회 가능한 객체로 감싸놓음 1. 데이터셋 불러오기 TorchVision에서 MNIST 데이터셋을..

본 글은 파이토치 한국어 튜토리얼을 공부하며 작성했음을 밝힙니다. PyTorch의 가장 기본이 되는 구조는 tensor다. tensor는 배열이나 행렬과 매우 유사한 자료구조를 가지고 있다. 또한, tensor는 자동미분에 최적화되어 있는데, 만약 코딩할 때 ndarray와 tensor를 혼용하여 사용한다면 후에 autograd에서 어려움을 겪을 수 있다. (경험상) 1. torch import 하기 import torch tensor를 생성하기 위해 pyTorch 패키지를 import 한다. 2. tensor 초기화하기 tensor(이하 텐서)는 여러방법으로 초기화하여 사용할 수 있다. 2-1) 데이터로부터 직접 생성하기 먼저, 원하는 데이터를 직접 설정하여 생성할 수 있다. 이때, 데이터의 자료형은 ..

복잡도가 인 가장 간단한 정렬 알고리즘 선택정렬의 동작 순서는 다음과 같다. 1. 가장 큰 값을 찾는다. 2. 1에서 찾은 가장 큰 값과 배열의 마지막 원소를 바꾼다. 3. 배열의 마지막원소는 정렬이 되었다고 가정하고 이를 제외한 나머지 원소들로 1과2를 반복한다. 이를 간단하게 코드로 나타내보면 다음과 같다. selection_sort(num[], n){ for last = n downto 2{ num[1....last] 중 가장 큰 수 num[k]를 찾음; num[k]와 num[last]를 바꿈; } } 결국, 선택정렬 알고리즘은 크게 1. 정렬을 수행하는 부분 ( 값 교환 ) 2. 큰 값을 찾는 부분 으로 나누어 볼 수 있다. 각 부분을 C++로 작성한 코드는 다음과 같다. 1. 정렬을 수행하는 부..