My Vision, Computer Vision

LoRA: Low-Rank Adaptation of Large Language ModelsAn important paradigm of natural language processing consists of large-scale pre-training on general domain data and adaptation to particular tasks or domains. As we pre-train larger models, full fine-tuning, which retrains all model parameters, becomes learxiv.orgJournal : ICLR 2022Published Date : 2021년 6월 17일Keyword : LLM, RANK Abstract모델의 크기가..

Data-Efficient Multimodal Fusion on a Single GPUThe goal of multimodal alignment is to learn a single latent space that is shared between multimodal inputs. The most powerful models in this space have been trained using massive datasets of paired inputs and large-scale computational resources, making tharxiv.orgJournal: CVPR 20204Published Date: 2023년 12월 15일Keyword: Single GPU, Vision Language ..

1. 전체 디스크 사용량 및 마운트된 디스크별 사용량 확인# 시스템 전체 디스크 용량, 사용량 및 사용 가능한 공간 확인df -h 2. 현재 디렉터리 내 폴더별 용량 정렬 (기본적인 확인)# 현재 디렉터리에 있는 모든 폴더를 크기 순으로 출력du -h --max-depth=1 . | sort -hrdu -h: 사람이 읽기 쉬운(human-readable) 단위(K, M, G)로 표시--max-depth=1: 현재 디렉터리의 1단계 하위 폴더까지만 출력sort -hr: 용량 기준으로 내림차순 정렬 3. 특정 폴더 내에서 가장 큰 10개 폴더 찾기# 홈 디렉터리(~/) 내에서 용량이 가장 큰 10개 폴더 출력du -h ~/ | sort -hr | head -10 4. 특정 폴더 내에서 가장 큰 파일 10개 ..

TinyLLaVA: A Framework of Small-scale Large Multimodal ModelsWe present the TinyLLaVA framework that provides a unified perspective in designing and analyzing the small-scale Large Multimodal Models (LMMs). We empirically study the effects of different vision encoders, connection modules, language models, training darxiv.orgJournal: ArxivPublished Date: 2024년 2월 22일본 논문은 TinyLLaVA 프레임워크를 소개한다.또한..