[ETRI]2024.01.12

🏢 ETRI (2024.01.12)

📌 01.11-TODO List:

1. 논문 review: A Free Lunch for Unsupervised Domain Adaptive Object Detection without Source Data
∙ 논문 정리
∙ 논문 review
∙ PPT만들기


2. 주중에 할 것: Deep Learning 2024(Bishop)-Chapter 2 읽고 공부하기
∙ 2.1  The Rule of Probability
∙ 2.2  Probability Densities
∙ 2.3  The Gaussian Distribution
∙ 2.4  Transformation of Densities
∙ 2.5  Information Theory
∙ 2.6. Bayesian Probabilites
∙ Exercises

A Free Lunch for Unsupervised Domain Adaptive Object Detection without Source Data | Proceedings of the AAAI Conference o

 

 
 

 
 

 
 

🚍 출근! (8:10 - 8:25)

그냥 7시에 알람 맞춰버렸다 ㅋㅋㅋ
그래도 밥은 맛있게 야무지게 먹고왔다 히히🤣
출퇴근은 셔틀버스가 역쉬 제일 빠른거 같다. (Shortest Path Algorithm?)
 

 

 
 
 
 

📖 공부! (8:30-12:00)

셔틀버스 타고 오는게 일찍공부할 수 있어서 이득인거 같다.
이제 남은 할일:
∙ 논문 review:

     논문 정리
     논문 review
     PPT만들기
∙ Deep Learning(Bishop 2024): Chapter 2 이다.

    2.1  The Rule of Probability

∙ 2.2  Probability Densities
 이제...단원 2개 남았다...

문제(Exercise)도 풀어야되고 정리 및 요약도 해야되지만...
 

아 그리고 너무 뒷골 땡기고 목아프고 머리아파서

짜잔- 옛날에 다이소에서 산 목 마사지 기구를 들고왔는데 겨우 살만했다.

그래도 나름 효과가 준수하다?

 

아...할거 드~~~릅게 많다 진짜ㅋㅋ😱
 
 
 
 
 

🍚 밥이다 밥! (12:30~13:00)

마찬가지로 동편제(한식): 난 이제 돼~~지다 🐷ㅋㅋㅋㅋ 많이도 먹는다 진짜ㅋㅋ

레몬치킨(🍋🍗) 나왔는데 맛있었다! (2번 배식받아버렸...다 ㅋㅋㅋㅋ)
 

식후에 블루베리↗️스무디↗️ 덜달게 한잔 묵었다

3500원으로 아담한? 가격(사실 요즘 카페나 학교카페도 4000원 넘어가서 되게 착한 가격같았다.)

 
 
 
 

 
 

📖 공부! (13:30-18:00)

Deep Learning by Christopher Bishop 2024.

∙ 2.3  The Gaussian Distribution

∙ 2.6. Bayesian Probabilites

 

어, 맞아맞아. 놀랍지만 Chapter 2 다 끝낸건 사실이야~

어 그래 형이야~ 😤

 

 
 

 

🚍 퇴근! (18:30 - 19:00)

퇴근이 제일 좋다는 직장인의 말에 공감이 점점된다ㅋㅋㅋ
아침출근때문에 그냥 졸리다ㅋㅋ 피곤🩸하고ㅠㅠ


 
 
 
 

🏋🏻 운동!안할래 (19:00 -)

오늘은 5X5 Strength A루틴 하는날.
카페인 시원하게 마시고 바로 Squat→Bench Press→Barbell Row하러 갔다.

드디어 주말이 왔다.

그냥 좀 푹 자고 싶다. 알람 울리는거 세상에서 제일 싫다ㅠ.ㅠ

 
 
 

 
 

📌 TODO List:

1. 논문 review: A Free Lunch for Unsupervised Domain Adaptive Object Detection without Source Data
∙ 논문 정리
∙ 논문 review
∙ PPT만들기


2. 주중에 할 것: Deep Learning 2024(Bishop)-Chapter 2 읽고 공부하기
∙ 2.1  The Rule of Probability
∙ 2.2  Probability Densities
∙ 2.3  The Gaussian Distribution
∙ 2.4  Transformation of Densities
∙ 2.5  Information Theory
∙ 2.6. Bayesian Probabilites
AAAI에 넣을 내용으로 정리 및 Exercise 풀기

A Free Lunch for Unsupervised Domain Adaptive Object Detection without Source Data | Proceedings of the AAAI Conference o