visionnoob/cs231n_17_kor_sub

CS231N 2017 video subtitles translation project for Korean Computer Science students

morethan-log

Next.js static blog using Notion as a Content Management System (CMS). Supports both Blog format Post as well as Page format for Resume. Deployed using Vercel.

Demo Blog | Demo Resume

Features

📒 Writing posts using notion

• No need of commiting to Github for posting anything to your website.
• Posts made on Notion are automaticaly updated on your site.

📄 Use as a page as resume

• Useful for generating full page sites using Notion.
• Can be used for Resume, Portfolios etc.

👀 SEO friendly

• Dynamically generates OG IMAGEs (thumbnails!) for posts. (og-image-korean).
• Dynamically creates sitemap for posts.

🤖 Customisable and Supports various plugin through CONFIG

• Your profile information can be updated through Config. (site.config.js)
• Plugins support includes, Google Analytics, Search Console and also Commenting using Github Issues(Utterances) or Cusdis.

Getting Started

1. Star this repo.

2. Fork the repo to your Profile.

3. Duplicate this Notion template, and Share to Web.

4. Copy the Web Link and keep note of the Notion Page Id from the Link which will be in this format [username.notion.site/NOTION_PAGE_ID?v=VERSION_ID].

5. Clone your forked repo and then customize site.config.js based on your preference.

6. Deploy on Vercel, with the following environment variables.

   • NOTION_PAGE_ID (Required): The Notion page Id got from the Share to Web URL. This is not the entire URL, but just the NOTION_PAGE_ID part as shown above.
   • NEXT_PUBLIC_GOOGLE_MEASUREMENT_ID : For Google analytics Plugin.
   • NEXT_PUBLIC_GOOGLE_SITE_VERIFICATION : For Google search console Plugin.
   • NEXT_PUBLIC_NAVER_SITE_VERIFICATION : For Naver search advisor Plugin.

10 Steps to build your own morethan-log (by 23.06.23)

Click to see guide

0. Prepare Notion, Vercel account.

1. ⭐ Star and Fork this repo.

2. As you click the Notion template, you will see this notion page in your browser. Click Duplicate button(복제 in image) in right top.

3. And you will see notion page in notion app in your account.

4. Click Share and Publish in right top, and check web link. (Copy web link)

5. Modify site.config.js file in your forked repo.

💡 NOTE. I changed 2 RED PART

6. Move and login to vercel.

7. Build new project using Add New...

8. Import your forked morethan-log repository

9. Add Environment variabes to vercel project

10. Wait for the deployment to complete. After the deployment is successful, you should see an image like the one below.

🥳 Congratulations. Now check out your blog

Contributing

Check out the Contributing Guide.

Contributors

Support

morethan-log is an MIT-licensed open source project. It can grow thanks to the sponsors and support from the amazing backers.

Sponsors

  

License

The MIT License.

cs231n_17_kor_sub's Issues

typo

thanks to [email protected] for reporting

2강 오타 제보드립니다.

덕분에 술술 편하게 잘 보고 있습니다. 감사합니다! 😁

• 47: Softmax -> Softmax

  47
  00:02:33,514 --> 00:02:35,694
  SVM과 Softmas 뿐만 아니라
  

• 62: 화제 -> 과제

  62
  00:03:23,449 --> 00:03:27,606
  일찌감치 화제를 시작하기를 추천드립니다.
  

• 73: Pizzza -> Piazza

  73
  00:04:24,015 --> 00:04:28,023
  아마도 오늘  Pizzza에 자세한 사항을
  포스팅 하도록 하겠습니다.
  

• 104: 붙힌 -> 붙인

  104
  00:06:32,735 --> 00:06:35,462
  우리가 이 이미지에 붙힌 의미상의 레이블입니다.
  

• 118, 119 : 있던 -> 있든

  118
  00:07:19,298 --> 00:07:22,500
  고양이가 엄청 어두운 곳에 있던
  
  119
  00:07:22,500 --> 00:07:25,520
  밝은 곳에 있던, 고양이는 여전히 고양이입니다
  

• 175: 코나 -> 코너

  175
  00:10:55,186 --> 00:10:56,483
  또 "저기에도 코나 하나" 가 있고
  

• 192: 다행이도 -> 다행히도

  192
  00:12:08,338 --> 00:12:14,105
  다행이도 우리가 사용할 수 있는 고퀄의 데이터셋들이 존재합니다.
  

• 201: 출력 -> 반환

  201
  00:12:43,621 --> 00:12:49,115
  하나는 학습을 위한 것이고, 이미지와
  레이블을 입력으로 주면 모델을 출력합니다.
  

• 528: crators -> creators

  528
  00:37:20,951 --> 00:37:25,473
  그리고 이런 류의 문제는 datasets crators와
  dataset curators가 생각해 볼 문제입니다.
  

#21 (lec13 00:17:08) 학생의 질문 내용

(학생이 질문)

Yeah so the question is is there a way that we define this in this
chain rule fashion instead of predicting all the pixels at one time?

질문은 "한번에 모든 픽셀을 예측하는 대신에 Chain rule
방식으로 이를 정의하는 방법은 없는지" 입니다.

pixelRNN/CNN과 관련된 질문인데 질문의 의도를 이해 못하겠음

Translate Lecture 03 (draft)

Translate Lecture 16 (draft)

Translate Lecture 05 (draft)

#21 (lec13 00:34:59) 해석

So you can see how this is taking us on the direction
towards being able to sample and generate new data.

this take us on direction towards to be able to sample and generate new data.

여기 그림을 보시면 이런 구조로 어떻게 새로운 데이터를
샘플링하고 생성해 낼 수 있는지 알 수 있습니다.

Translate Lecture 07 (draft)

Lecture 9 - 'Sparical Area' -> 'Spatial Area'

00:17:01,189 --> 00:17:09,754
receptive field관련해서 자세한 이해가 필요해서 번역본을 확인했습니다.
'sparical area'란 표현이 나와서 무슨 표현이지...했는데 spatial area가 잘 못 표기된 거네요. 감사히 잘 보고 있습니다^^

Translate Lecture 11 (draft)

Translate Lecture 13 (draft)

1강 오타 제보드립니다.

아래 두 부분에서 오타있습니다. 번역 감사합니다. 😄 👍

• movataion -> motivation
• 받아드리는지 -> 받아들이는지

226
00:29:44,160 --> 00:29:52,440
우리에게는 두 가지 movataion이 있었습니다. 하나는
이 세상의 모든 것들을 인식하고 싶다는 것이고

...

379
00:48:34,564 --> 00:48:37,912
이를 미루어 우리는 사람들이 이 장면을 어떻게 
받아드리는지 이해할 수 있습니다.

Translate Lecture 14 (draft)

Translate Lecture 01 (draft)

Fix Lecture 4 typos

Translate Lecture 12 (draft)

Lecture 02 오타 발견입니다.

한글 자막으로 보는데 오타가 있어 수정하면 좋을 것 같아 건의드립니다.

• Lec02 :12분 22초
  (현재) 이 데이터셋들을 이용해서 Machine Learning Clssifier를 학습시킬 수 있습니다.
  (수정) 이 데이터셋들을 이용해서 Machine Learning Classifier를 학습시킬 수 있습니다.

• Lec02 : 28분 19초
  (현재) K와 리 척도를 바꿔보면서 어떻게 결정 경계가 만들어지는지에 대한 직관을 얻으시길 바랍니다.
  (수정) K와 거리 척도를 바꿔보면서 어떻게 결정 경계가 만들어지는지에 대한 직관을 얻으시길 바랍니다.

자막 덕분에 재밌게 강의 듣고 있습니다.
감사합니다.

#21 (lec13 00:27:09) AE -> VAE 관련 설명

1. original

And so now we will talk about variational autoencoders which is a probabilistic spin on autoencoders that will let us sample from the model in order to generate new data.

2. Current version

자 이제부터는 variational autoencoders에
대해서 다뤄보겠습니다. AE와는 관점이 조금 다릅니다. 새로운 데이터를 생성하기 위해 모델로부터 데이터를 샘플링할 것입니다.

3.What is a issue?
-> a probabilistic spin on autoencoders의 의미를 잘 모르겠음.

Translate Lecture 04 (draft)

Lecture 3 한국어 번역 오탈자

[line73]
Pizza -> Piazza

[line341,751,770,774,825]
Flog -> Frog

Translate Lecture 10 (draft)

Translate Lecture 08 (draft)

Translate Lecture 06 (draft)

Translate Lecture 02 (draft)

Translate Lecture 15 (draft)

Fix Lecture 1 typo

293
00:39:33,592 --> 00:39:43,172
2015년에 네트워크가 훨씬 더 깊어졌습니다.

==>
293
00:39:33,592 --> 00:39:43,172
2014년에 네트워크가 훨씬 더 깊어졌습니다.

Translate Lecture 09 (draft)