🚴‍♂️
TIL
  • MAIN
  • : TIL?
  • : WIL
  • : Plan
  • : Retrospective
    • 21Y
      • Wait a moment!
      • 9M 2W
      • 9M1W
      • 8M4W
      • 8M3W
      • 8M2W
      • 8M1W
      • 7M4W
      • 7M3W
      • 7M2W
      • 7M1W
      • 6M5W
      • 1H
    • 새사람 되기 프로젝트
      • 2회차
      • 1회차
  • TIL : ML
    • Paper Analysis
      • BERT
      • Transformer
    • Boostcamp 2st
      • [S]Data Viz
        • (4-3) Seaborn 심화
        • (4-2) Seaborn 기초
        • (4-1) Seaborn 소개
        • (3-4) More Tips
        • (3-3) Facet 사용하기
        • (3-2) Color 사용하기
        • (3-1) Text 사용하기
        • (2-3) Scatter Plot 사용하기
        • (2-2) Line Plot 사용하기
        • (2-1) Bar Plot 사용하기
        • (1-3) Python과 Matplotlib
        • (1-2) 시각화의 요소
        • (1-1) Welcome to Visualization (OT)
      • [P]MRC
        • (2강) Extraction-based MRC
        • (1강) MRC Intro & Python Basics
      • [P]KLUE
        • (5강) BERT 기반 단일 문장 분류 모델 학습
        • (4강) 한국어 BERT 언어 모델 학습
        • [NLP] 문장 내 개체간 관계 추출
        • (3강) BERT 언어모델 소개
        • (2강) 자연어의 전처리
        • (1강) 인공지능과 자연어 처리
      • [U]Stage-CV
      • [U]Stage-NLP
        • 7W Retrospective
        • (10강) Advanced Self-supervised Pre-training Models
        • (09강) Self-supervised Pre-training Models
        • (08강) Transformer (2)
        • (07강) Transformer (1)
        • 6W Retrospective
        • (06강) Beam Search and BLEU score
        • (05강) Sequence to Sequence with Attention
        • (04강) LSTM and GRU
        • (03강) Recurrent Neural Network and Language Modeling
        • (02강) Word Embedding
        • (01강) Intro to NLP, Bag-of-Words
        • [필수 과제 4] Preprocessing for NMT Model
        • [필수 과제 3] Subword-level Language Model
        • [필수 과제2] RNN-based Language Model
        • [선택 과제] BERT Fine-tuning with transformers
        • [필수 과제] Data Preprocessing
      • Mask Wear Image Classification
        • 5W Retrospective
        • Report_Level1_6
        • Performance | Review
        • DAY 11 : HardVoting | MultiLabelClassification
        • DAY 10 : Cutmix
        • DAY 9 : Loss Function
        • DAY 8 : Baseline
        • DAY 7 : Class Imbalance | Stratification
        • DAY 6 : Error Fix
        • DAY 5 : Facenet | Save
        • DAY 4 : VIT | F1_Loss | LrScheduler
        • DAY 3 : DataSet/Lodaer | EfficientNet
        • DAY 2 : Labeling
        • DAY 1 : EDA
        • 2_EDA Analysis
      • [P]Stage-1
        • 4W Retrospective
        • (10강) Experiment Toolkits & Tips
        • (9강) Ensemble
        • (8강) Training & Inference 2
        • (7강) Training & Inference 1
        • (6강) Model 2
        • (5강) Model 1
        • (4강) Data Generation
        • (3강) Dataset
        • (2강) Image Classification & EDA
        • (1강) Competition with AI Stages!
      • [U]Stage-3
        • 3W Retrospective
        • PyTorch
          • (10강) PyTorch Troubleshooting
          • (09강) Hyperparameter Tuning
          • (08강) Multi-GPU 학습
          • (07강) Monitoring tools for PyTorch
          • (06강) 모델 불러오기
          • (05강) Dataset & Dataloader
          • (04강) AutoGrad & Optimizer
          • (03강) PyTorch 프로젝트 구조 이해하기
          • (02강) PyTorch Basics
          • (01강) Introduction to PyTorch
      • [U]Stage-2
        • 2W Retrospective
        • DL Basic
          • (10강) Generative Models 2
          • (09강) Generative Models 1
          • (08강) Sequential Models - Transformer
          • (07강) Sequential Models - RNN
          • (06강) Computer Vision Applications
          • (05강) Modern CNN - 1x1 convolution의 중요성
          • (04강) Convolution은 무엇인가?
          • (03강) Optimization
          • (02강) 뉴럴 네트워크 - MLP (Multi-Layer Perceptron)
          • (01강) 딥러닝 기본 용어 설명 - Historical Review
        • Assignment
          • [필수 과제] Multi-headed Attention Assignment
          • [필수 과제] LSTM Assignment
          • [필수 과제] CNN Assignment
          • [필수 과제] Optimization Assignment
          • [필수 과제] MLP Assignment
      • [U]Stage-1
        • 1W Retrospective
        • AI Math
          • (AI Math 10강) RNN 첫걸음
          • (AI Math 9강) CNN 첫걸음
          • (AI Math 8강) 베이즈 통계학 맛보기
          • (AI Math 7강) 통계학 맛보기
          • (AI Math 6강) 확률론 맛보기
          • (AI Math 5강) 딥러닝 학습방법 이해하기
          • (AI Math 4강) 경사하강법 - 매운맛
          • (AI Math 3강) 경사하강법 - 순한맛
          • (AI Math 2강) 행렬이 뭐예요?
          • (AI Math 1강) 벡터가 뭐예요?
        • Python
          • (Python 7-2강) pandas II
          • (Python 7-1강) pandas I
          • (Python 6강) numpy
          • (Python 5-2강) Python data handling
          • (Python 5-1강) File / Exception / Log Handling
          • (Python 4-2강) Module and Project
          • (Python 4-1강) Python Object Oriented Programming
          • (Python 3-2강) Pythonic code
          • (Python 3-1강) Python Data Structure
          • (Python 2-4강) String and advanced function concept
          • (Python 2-3강) Conditionals and Loops
          • (Python 2-2강) Function and Console I/O
          • (Python 2-1강) Variables
          • (Python 1-3강) 파이썬 코딩 환경
          • (Python 1-2강) 파이썬 개요
          • (Python 1-1강) Basic computer class for newbies
        • Assignment
          • [선택 과제 3] Maximum Likelihood Estimate
          • [선택 과제 2] Backpropagation
          • [선택 과제 1] Gradient Descent
          • [필수 과제 5] Morsecode
          • [필수 과제 4] Baseball
          • [필수 과제 3] Text Processing 2
          • [필수 과제 2] Text Processing 1
          • [필수 과제 1] Basic Math
    • 딥러닝 CNN 완벽 가이드 - Fundamental 편
      • 종합 실습 2 - 캐글 Plant Pathology(나무잎 병 진단) 경연 대회
      • 종합 실습 1 - 120종의 Dog Breed Identification 모델 최적화
      • 사전 훈련 모델의 미세 조정 학습과 다양한 Learning Rate Scheduler의 적용
      • Advanced CNN 모델 파헤치기 - ResNet 상세와 EfficientNet 개요
      • Advanced CNN 모델 파헤치기 - AlexNet, VGGNet, GoogLeNet
      • Albumentation을 이용한 Augmentation기법과 Keras Sequence 활용하기
      • 사전 훈련 CNN 모델의 활용과 Keras Generator 메커니즘 이해
      • 데이터 증강의 이해 - Keras ImageDataGenerator 활용
      • CNN 모델 구현 및 성능 향상 기본 기법 적용하기
    • AI School 1st
    • 현업 실무자에게 배우는 Kaggle 머신러닝 입문
    • 파이썬 딥러닝 파이토치
  • TIL : Python & Math
    • Do It! 장고+부트스트랩: 파이썬 웹개발의 정석
      • Relations - 다대다 관계
      • Relations - 다대일 관계
      • 템플릿 파일 모듈화 하기
      • TDD (Test Driven Development)
      • template tags & 조건문
      • 정적 파일(static files) & 미디어 파일(media files)
      • FBV (Function Based View)와 CBV (Class Based View)
      • Django 입문하기
      • 부트스트랩
      • 프론트엔드 기초다지기 (HTML, CSS, JS)
      • 들어가기 + 환경설정
    • Algorithm
      • Programmers
        • Level1
          • 소수 만들기
          • 숫자 문자열과 영단어
          • 자연수 뒤집어 배열로 만들기
          • 정수 내림차순으로 배치하기
          • 정수 제곱근 판별
          • 제일 작은 수 제거하기
          • 직사각형 별찍기
          • 짝수와 홀수
          • 체육복
          • 최대공약수와 최소공배수
          • 콜라츠 추측
          • 크레인 인형뽑기 게임
          • 키패드 누르기
          • 평균 구하기
          • 폰켓몬
          • 하샤드 수
          • 핸드폰 번호 가리기
          • 행렬의 덧셈
        • Level2
          • 숫자의 표현
          • 순위 검색
          • 수식 최대화
          • 소수 찾기
          • 소수 만들기
          • 삼각 달팽이
          • 문자열 압축
          • 메뉴 리뉴얼
          • 더 맵게
          • 땅따먹기
          • 멀쩡한 사각형
          • 괄호 회전하기
          • 괄호 변환
          • 구명보트
          • 기능 개발
          • 뉴스 클러스터링
          • 다리를 지나는 트럭
          • 다음 큰 숫자
          • 게임 맵 최단거리
          • 거리두기 확인하기
          • 가장 큰 정사각형 찾기
          • H-Index
          • JadenCase 문자열 만들기
          • N개의 최소공배수
          • N진수 게임
          • 가장 큰 수
          • 124 나라의 숫자
          • 2개 이하로 다른 비트
          • [3차] 파일명 정렬
          • [3차] 압축
          • 줄 서는 방법
          • [3차] 방금 그곡
          • 거리두기 확인하기
        • Level3
          • 매칭 점수
          • 외벽 점검
          • 기지국 설치
          • 숫자 게임
          • 110 옮기기
          • 광고 제거
          • 길 찾기 게임
          • 셔틀버스
          • 단속카메라
          • 표 편집
          • N-Queen
          • 징검다리 건너기
          • 최고의 집합
          • 합승 택시 요금
          • 거스름돈
          • 하노이의 탑
          • 멀리 뛰기
          • 모두 0으로 만들기
        • Level4
    • Head First Python
    • 데이터 분석을 위한 SQL
    • 단 두 장의 문서로 데이터 분석과 시각화 뽀개기
    • Linear Algebra(Khan Academy)
    • 인공지능을 위한 선형대수
    • Statistics110
  • TIL : etc
    • [따배런] Kubernetes
    • [따배런] Docker
      • 2. 도커 설치 실습 1 - 학습편(준비물/실습 유형 소개)
      • 1. 컨테이너와 도커의 이해 - 컨테이너를 쓰는이유 / 일반프로그램과 컨테이너프로그램의 차이점
      • 0. 드디어 찾아온 Docker 강의! 왕초보에서 도커 마스터로 - OT
    • CoinTrading
      • [가상 화폐 자동 매매 프로그램] 백테스팅 : 간단한 테스팅
    • Gatsby
      • 01 깃북 포기 선언
  • TIL : Project
    • Mask Wear Image Classification
    • Project. GARIGO
  • 2021 TIL
    • CHANGED
    • JUN
      • 30 Wed
      • 29 Tue
      • 28 Mon
      • 27 Sun
      • 26 Sat
      • 25 Fri
      • 24 Thu
      • 23 Wed
      • 22 Tue
      • 21 Mon
      • 20 Sun
      • 19 Sat
      • 18 Fri
      • 17 Thu
      • 16 Wed
      • 15 Tue
      • 14 Mon
      • 13 Sun
      • 12 Sat
      • 11 Fri
      • 10 Thu
      • 9 Wed
      • 8 Tue
      • 7 Mon
      • 6 Sun
      • 5 Sat
      • 4 Fri
      • 3 Thu
      • 2 Wed
      • 1 Tue
    • MAY
      • 31 Mon
      • 30 Sun
      • 29 Sat
      • 28 Fri
      • 27 Thu
      • 26 Wed
      • 25 Tue
      • 24 Mon
      • 23 Sun
      • 22 Sat
      • 21 Fri
      • 20 Thu
      • 19 Wed
      • 18 Tue
      • 17 Mon
      • 16 Sun
      • 15 Sat
      • 14 Fri
      • 13 Thu
      • 12 Wed
      • 11 Tue
      • 10 Mon
      • 9 Sun
      • 8 Sat
      • 7 Fri
      • 6 Thu
      • 5 Wed
      • 4 Tue
      • 3 Mon
      • 2 Sun
      • 1 Sat
    • APR
      • 30 Fri
      • 29 Thu
      • 28 Wed
      • 27 Tue
      • 26 Mon
      • 25 Sun
      • 24 Sat
      • 23 Fri
      • 22 Thu
      • 21 Wed
      • 20 Tue
      • 19 Mon
      • 18 Sun
      • 17 Sat
      • 16 Fri
      • 15 Thu
      • 14 Wed
      • 13 Tue
      • 12 Mon
      • 11 Sun
      • 10 Sat
      • 9 Fri
      • 8 Thu
      • 7 Wed
      • 6 Tue
      • 5 Mon
      • 4 Sun
      • 3 Sat
      • 2 Fri
      • 1 Thu
    • MAR
      • 31 Wed
      • 30 Tue
      • 29 Mon
      • 28 Sun
      • 27 Sat
      • 26 Fri
      • 25 Thu
      • 24 Wed
      • 23 Tue
      • 22 Mon
      • 21 Sun
      • 20 Sat
      • 19 Fri
      • 18 Thu
      • 17 Wed
      • 16 Tue
      • 15 Mon
      • 14 Sun
      • 13 Sat
      • 12 Fri
      • 11 Thu
      • 10 Wed
      • 9 Tue
      • 8 Mon
      • 7 Sun
      • 6 Sat
      • 5 Fri
      • 4 Thu
      • 3 Wed
      • 2 Tue
      • 1 Mon
    • FEB
      • 28 Sun
      • 27 Sat
      • 26 Fri
      • 25 Thu
      • 24 Wed
      • 23 Tue
      • 22 Mon
      • 21 Sun
      • 20 Sat
      • 19 Fri
      • 18 Thu
      • 17 Wed
      • 16 Tue
      • 15 Mon
      • 14 Sun
      • 13 Sat
      • 12 Fri
      • 11 Thu
      • 10 Wed
      • 9 Tue
      • 8 Mon
      • 7 Sun
      • 6 Sat
      • 5 Fri
      • 4 Thu
      • 3 Wed
      • 2 Tue
      • 1 Mon
    • JAN
      • 31 Sun
      • 30 Sat
      • 29 Fri
      • 28 Thu
      • 27 Wed
      • 26 Tue
      • 25 Mon
      • 24 Sun
      • 23 Sat
      • 22 Fri
      • 21 Thu
      • 20 Wed
      • 19 Tue
      • 18 Mon
      • 17 Sun
      • 16 Sat
      • 15 Fri
      • 14 Thu
      • 13 Wed
      • 12 Tue
      • 11 Mon
      • 10 Sun
      • 9 Sat
      • 8 Fri
      • 7 Thu
      • 6 Wed
      • 5 Tue
      • 4 Mon
      • 3 Sun
      • 2 Sat
      • 1 Fri
  • 2020 TIL
    • DEC
      • 31 Thu
      • 30 Wed
      • 29 Tue
      • 28 Mon
      • 27 Sun
      • 26 Sat
      • 25 Fri
      • 24 Thu
      • 23 Wed
      • 22 Tue
      • 21 Mon
      • 20 Sun
      • 19 Sat
      • 18 Fri
      • 17 Thu
      • 16 Wed
      • 15 Tue
      • 14 Mon
      • 13 Sun
      • 12 Sat
      • 11 Fri
      • 10 Thu
      • 9 Wed
      • 8 Tue
      • 7 Mon
      • 6 Sun
      • 5 Sat
      • 4 Fri
      • 3 Tue
      • 2 Wed
      • 1 Tue
    • NOV
      • 30 Mon
Powered by GitBook
On this page
  • 2021년 8월 셋째주 회고
  • 1. 부스트 캠프 2주차 끝
  • 2. 게으름
  • 3. 계획 피드백
  • 4. 무의식의 마인드맵

Was this helpful?

  1. : Retrospective
  2. 21Y

8M3W

Previous8M4WNext8M2W

Last updated 3 years ago

Was this helpful?

2021년 8월 셋째주 회고

8월 15일 ~ 8월 21일간의 회고이다.

1. 부스트 캠프 2주차 끝

후기는 있다.

2. 게으름

너무 게으르다. 마음으로는 이해는 된다. 매일 방안에 박혀서 공부만 하니까 재미도 없고 몸도 뻐근하고 지루하기도 하고 그럴거다. 덥다고 해서 에어컨도 달았는데, 느리다고 해서 컴퓨터라고 하나 사줘야 열심히 하는걸까.

늘 자극이 되는 것들은 주변 사람들이다. 왜 세상에는 이쁜 사람도 잘생긴 사람도 멋진 사람도 많지 않은가. 가수나 배우들을 봐도 그렇고 여러 인플루언서를 봐도 그렇고 친한 동생들이나 형누나들을 봐도 그렇다. 나도 열심히 하다보면 언젠가 자존감 높게 살 수 있겠지 하면서 공부를 하는데, 목표는 높고 이상적이면서 의지는 없고 나태해서 나에게 불만족하는 아이러니한 삶을 살고 있는 것 같다.

내가 나를 오랜기간 보며 느낀점은, 몇년 뒤에도 똑같을 것이다. 나는 꿈이 큰 사람이라서 매번 목표는 높고 계획은 많지만 결심이 약해 미루고 하지 않고 오락속에 살다가 지나간 많은 시간을 아쉬워 할 것이다. 그치만, 그래도 조금씩이라도 꾸준히 하는게 아예 하지 않는 것보다는 나으니까. 꿈은 멀리 볼거지만, 계획은 저번주를 돌아보며 좀 더 나아가고 싶다.

이번주도, 저번주보다 더 열심히 살아보자. 나는 또, 빡빡한 스케쥴과 내일의 나에게 부담을 주는 계획을 세우겠지만 그렇게라도 익숙해지고 단단해지고 싶다.

3. 계획 피드백

  • 일요일은 교회를 다녀오고, 저녁시간을 알차게 잘 썻다. 금주 계획도 세웠다. 이걸 쓰는 오늘도 일요일인데, 오늘은 잠만 자다가 만화 보고 유튜브 보니까 벌써 11시 50분... 너무나 아까운 시간들.

  • 월요일은 아침부터 운동도 하고 저녁에 탁구도 치고 사이에는 공부도 열심히 했다. 이 날은 쉬는날이라 좀 놀고싶기도 했는데 그런 마음이 드는 와중에 열심히 했다

  • 나머지는, 정말로 나태했다고 평가하고 싶다. 시간적으로 빡빡해 보이지만 충분히 2-3시간에 할 수 있던 것들을 5-6시간에 걸쳐 하고는 했다. 나는 지금, 부스트캠프 할당량이 끝나면 부트캠프 공부도 하고 그외에 듣고있는 인강도 들어야 한다. 찾아서 해도 시간이 부족한데, 겨우 의무적으로 주어진 할당량만 하는게 너무 속상하다.

  • 토요일은, 잠도 오래자고 친구랑 약속도 잡았다. 친구와 만나는 건 좋지만, 이대로 가다가는 변한 것이 없을테니!! 이번주는 좀 더 잘 해보자.

4. 무의식의 마인드맵

주제는 나태함. 왜 나태해질까?

  • 할당량이 너무 많다. 하루 공부에는 끝이없고 무작정 있는 공부를 다하려고 하니까 의욕도 줄어들고 의지도 줄어드는 것이 아닐까? 당연히 공부에 끝은 없겠지만, 주별로 그리고 월별로 정해진 분량을 하는것이 좋을 것 같다. 대략적인 계획이 아니라, 각 공부를 하는데 얼만큼의 시간이 걸릴지 충분히 조사해서 계획을 짜기를 바란다. 또한, 하루 할당량이 끝나면 꼭 1-2시간은 쉬길 바란다. 나라는 사람은 채찍질만으로도 충분한 의지가 강한 사람은 아니니

  • 잠을너무 늦게자고 늦게 일어난다. 아무리 할일이 많아도 12시에 자고 7시에 일어나서 운동하면 좋겠다.

    • 기상 스터디를 하나 해야할까???

  • 일과 시간에 유튜브를 하거나 딴짓을 너무 많이한다. 이 부분을 철저히 해야 본인의 자유시간도 생길 것이고 수면시간도 챙길 것이다. 심적인 여유까지도. 이부분은 이번주에 엄격히 체크하자.

  • 식사시간도 애매하니까 자꾸 이 시간을 붕떠서 사용한다. 정확히 30분이면 30분, 1시간이면 1시간 정해놓을 것.

  • 의무적으로 주어진 공부를 하다보니까 시간 체킹을 하지 않는데 다시 할 필요가 있다. 본인이 얼마나 집중력있게 공부하는지를 체크하자

  • 공부를 하고 꼭 쉬는 시간을 가지면 좋겠다. 중간에 쉬지 않으니까 집중력이 떨어지거나 지루하게 되면 무문별하게 쉬게되고 이러다보니 시간을 아깝게 쓰는 경우가 많다.

조치

  • 4주치 계획을 세울 것이며, 월별 계획은 아무리 자세하게 짜도 수정하기 나름이니 유연하게 짜도록 할 것이고 각 계획은 1주마다 추가 및 갱신되도록 한다

  • 하루 할당량을 정확하게 조사해서 짜겠다.

  • 잠은 꼭 12시에 잔다고 말할 수는 없는데, 앞으로 남은 6일중 3일은 그렇게 하겠다. 또한, 기상은 반드시 7시에 하겠다. 체크리스트 생성 후 매주 공개하며, 한달동안 운영 후 또 결정

    • 엽기사진 업로드? 또는 임의의 친구에게 벌금내기? 기부하기? 등을 생각해보았는데 벌칙은 생각이 안난다. 다 약한것 같기도 하고. 혼자하는 것에 대한 강제성이나 이런것도 없다보니, 내가 나를 못믿겠다.

    • 7시 기상 7시 10분까지 체크하고 20분까지 세면하는 것으로 체크리스트를 관리해보겠다

  • 일요일을 한주의 시작으로 하니까 자꾸 붕뜨는 느낌이 있다. 한주의 끝으로 이번주부터 계획을 세우겠다.

  • 공부는 9시부터 시작, 12시30분-13시 점심, 4시 휴식, 4시 30분 시작. 7시 저녁-7시 30분

    • 월,수,금은 탁구 치고 10시까지 집 오기 10시 30분까지 세면 마치고 12시까지 공부 하기

    • 화,목은 저녁 시간을 유동적으로 30분 잡고, 11시까지 공부

  • 일과시간에 딴짓하지 않도록 체크리스트 작성 또한 하루 공부시간도 기록.

여기