잡다구리 너구리

Google Colab은 따로 라이브러리 환경을 구축하지 않아도 되고, GPU 지원도 해주기 때문에 간단한 코드들을 시험용으로 돌릴 때 종종 사용한다. 하지만 Colab의 귀찮은 점이랄까 파일을 업로드하고 구글 드라이브에 업로드하는 그런 과정이 너무 귀찮다. 해당 코드들을 계속 기존의 Colab 파일에서 가져오기가 귀찮아서 아예 박제해 놓고 종종 쓰려고 한다. 주피터 통해서 로컬에 바로 연결하는 법도 있는 거 같긴 한데, 그게 더 귀찮아서 내가 Colab을 자주 쓰는 편도 아니고, 주피터를 쓰지 않아 그냥 Colab 상에서 구글 드라이브와 연동시켜서 사용하는 편이다. 해당 방식 자체가 어렵지 않은 편이기도 하고 Google Drive와 연결 미처 말하는 것을 까먹었지만, 해당 과정은 로컬에 직접적으로 연..

코드를 돌릴 때 코드마다 필요한 라이브러리들이 다르기 때문에 필자의 경우 각각 코드마다 가상환경을 구축하여 사용을 하는 편이다. 가끔씩 코드를 돌릴 때 필요한 환경을 재설치하게 되면 귀찮기 때문에 다른 컴퓨터에서 실행시킬 경우 한 번 구축해 둔 환경을 yaml 파일로 얻어내어 한번에 설치되게끔 한다. 따라서 본 포스팅에서는 yaml 파일을 가상환경에서 추출하여 설치하는 법과 주로 뜨는 오류의 해결 방법을 적어두기로 하였다. yaml 파일 추출 먼저 옮기게 될 환경을 activate 해준 뒤 아래 코드를 입력해준다. 해당 코드를 입력함으로써, 해당 환경의 설치된 라이브러리 정보가 담긴 yaml 파일을 얻을 수 있다. conda env export > "파일명".yaml 아래 사진 같은 경우는 파일명을 pi..

수치 해석의 영역에서 초기 조건과 경계 조건을 어떻게 설정하느냐는 매우 중요한 문제이다. 어떠한 경계 조건을 사용하느냐에 따라 결과가 천차만별로 달라질 수 있기 때문이다. 예를 들자면 Spectral Method 중 하나인 Legendre-Galerkin Method의 경우 $\alpha$와 $\beta$라는 계수가 경계조건에 따라 결정되는데, Dirichlet 경계 조건일 경우 $a_{\pm}=1, b_{\pm}=0$이 되고, Neumann 경계 조건의 경우 $a_{\pm}=0, b_{\pm}=1$이 된다. 이렇듯 문제에 대해 경계 조건은 매우 중요하며, 이는 인공 지능을 이용한 PDE Solver의 영역으로 넘어와도 동일하다. Dirichlet, Neumann, Periodic 등 어떤 경계조건을 사..

본 글에서는 Physics-Informed Neural Network(PINN)을 통해 PINN이 어떻게 물리적 정보를 기반으로 Partial Differential Equation(PDE)를 푸는지 분석할 예정이다. PINN에 대한 간략한 설명은 이전 글에 있으니 참조하면 된다. 필자가 PINN을 처음 접한 것은 Matlab에서 구동하는 코드이기 때문에 Matlab 코드를 기반으로 작성할 예정이다. 왜 흔히 사용하는 Python이 아닌 Matlab 기반으로 코드를 공부했냐 하면, 기계공학과에서는 일반적으로 Python보다는 Matlab을 기존에 많이 사용했던 추세이기 때문에 Matlab 코드를 기반으로 시작하게 되었다. 2023.08.15 - [인공지능/Deep Learning] - [PINN] Phy..