본문 바로가기

Kyujinpy

 (152)
Matrix Factorization - LU Factorization * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다. L: a unit lower triangular matirx U: echelon form LU factorizaiton을 수행하면 매우 간편하다. LUx = b 연산에서, Ux를 y로 치환한다면, Ly = b와 Ux = y의 방정식을 푸는 꼴이 된다. 알고리즘을 설명하면, 먼저 A를 elementary row operations을 통해서 echelon form으로 만들어준다. 이 form이 U가 된다. 그리고, elementary row operations을 수행하기 위해 곱해준 여러 E matrices를 inverse를 취하면 L이 된다. 밑에 예제를 보면 더욱 이해가 편하다. Elementary row ope..
Partition matrix (block matrix) * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다. Block matrix가 만약 upper triangular 모양이라면, inverse matrix 연산을 수행할 수 있다.
Characterization of Invertible Matrix * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다. 1. A가 Invertible 하다 2. CA = I 3. Ax = 0은 trivial solution이다. (A는 n pivot positions을 가짐) 4. A has n pivot positions. 5. A is row equivalenet to the I. 6. AD = I 7. Ax = b has at least one solution for each b. (unique solution을 가진다고 표현하는게 더 정확) 8. The columns of A span Rn. 9. Linear transformation onto.(n pivor position) 10. The columns of A form..
The inverse of a matrix - Invertible, nonsingular, singular * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다. 수업에서 들을 땐, 이 부분이 잘 이해가 안되서 외우는 형식으로 문제를 풀곤 했는데, 복습을 하니 명확하게 이해가 되었다. (Elementary row operations을 왜 하지? 이게 따로 필요한 개념인가? 싶었다) 이 개념은, 뒤에서 나올 LU Factorization에도 매우 유용하다. I라는 identity matrix를 이용해서 표현하는 것인데, A라는 matrix에 수행한 연산을 여러 matrix의 곱으로 표현할 수 있다는 것이 가장 큰 이점이다. 이것이 왜 이점이냐!! 위의 예제를 보면, elementary row operations을 수행하면서 나온 여러 E1, ... ,Ep의 matrix들은 ..
Matrix operations * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다.
D-NeRF를 이용한 Real dataset(real scene video) 학습하기 D-NeRF code: https://github.com/KyujinHan/real_D-NeRF KyujinHan/real_D-NeRF Lets implement real time scene in D-NeRF. Contribute to KyujinHan/real_D-NeRF development by creating an account on GitHub. github.com Real scene Training Result - 2022.12.27 kyujinpy 작성
'Colmap' implementation method in only python scripts 참고한 블로그 0-1. Instant-NGP: https://github.com/NVlabs/instant-ngp GitHub - NVlabs/instant-ngp: Instant neural graphics primitives: lightning fast NeRF and more Instant neural graphics primitives: lightning fast NeRF and more - GitHub - NVlabs/instant-ngp: Instant neural graphics primitives: lightning fast NeRF and more github.com 0-2. Instant-NGP 환경설정: https://ikaros79.tistory.com/entry/Instant-NG..
[D-NeRF 코드 분석] - D-NeRF: Neural Radiance Fields for Dynamic Scenes D-NeRF kyujinpy: https://github.com/KyujinHan/NeRF_details_code_analysis GitHub - KyujinHan/NeRF_details_code_analysis: NeRF code analysis NeRF code analysis. Contribute to KyujinHan/NeRF_details_code_analysis development by creating an account on GitHub. github.com Github으로 공유합니다! 질문이 있다면 댓글로 남겨주세요! 답변드리겠습니다. 감사합니다. *D-NeRF의 코드 구성은 NeRF 코드와 매우 유사합니다. *D-NeRF의 코드에 이용되는 시간(t)라는 input과 Deformation..
[D-NeRF 논문 리뷰] - D-NeRF: Neural Radiance Fields for Dynamic Scenes * 이 글은 D-NeRF에 대한 논문 리뷰이고, 핵심만 담아서 나중에 D-NeRF Code를 이해할 때 쉽게 접근할 수 있도록 정리한 글입니다. * 코드와 함께 보시면 매우 매우 도움이 될 것이라고 생각이 들고, 코드 없이 읽으셔도 D-NeRF를 정복하실 수 있을 것입니다. D-NeRF 논문: https://arxiv.org/abs/2011.13961 D-NeRF: Neural Radiance Fields for Dynamic Scenes Neural rendering techniques combining machine learning with geometric reasoning have arisen as one of the most promising approaches for synthesizing n..
[NeRF 논문 리뷰] - NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis * 이 글은 NeRF에 대한 논문 리뷰이고, 핵심만 담아서 나중에 NeRF Code를 이해할 때 쉽게 접근할 수 있도록 정리한 글입니다. * 코드와 함께 보시면 매우 매우 도움이 될 것이라고 생각이 들고, 코드 없이 읽으셔도 NeRF를 정복하실 수 있을 것입니다. NeRF논문 원본: https://arxiv.org/abs/2003.08934v2 NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis We present a method that achieves state-of-the-art results for synthesizing novel views of complex scenes by optimizing an underlying..
블로그 제작할 때 참고하는 사이트 1. 특수문자 https://gslow.tistory.com/1054 [IT] 컴퓨터 특수문자. 알파α 도씨℃, 파이ø, 화살표→, 원문자 등등 Special characters in computer 문서 작성하다보면 간혹 특수 문자 찾는데 시간을 허비하는게 너무 안타까워서 나름 정리해 봅니다. 이게 있으면 좀 더 편하겠죠? 검색어 특수문자 도씨(온도) ℃ 파이(지름) ø 알파(그리스문자) gslow.tistory.com 2. HTML https://hianna.tistory.com/295 [HTML] 위첨자, 아래첨자 표현하기 HTML에서 위첨자, 아래첨자 표현하기 위첨자란 보통크기의 글씨 위에 작게 쓴 글씨를 말한다.아래첨자란 보통크기의 글씨 아래에 작게 쓴 글씨를 말한다. 주로 수학식이나 화학기호를..
The matrix of Linear Transformation * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다. T가 만약 one-to-one transformation이면, T(x)=0은 trivial solution을 갖는다. 왜냐하면 one-to-one이기 때문에, Rm에 mapping되는 Rn의 좌표는 한개씩 가지게 된다. 따라서, T(x) = 0인 x는 exactly one solution이다. T가 onto이면 standard matrix A의 column은 span Rm이다. onto라는 것은, Rn에서 Rm으로 mapping 될 때, Rm의 원소는 최소 한개 이상의 Rn의 원소와 mapping이 된다. 즉 trivial solution을 가지는 것이 아니라, nontrivial solution을 가지게 되는 ..
반응형

티스토리툴바