내 딥러닝 개발 환경/수준
모델 내부 구조 익숙, 고사양 장비로 실험함.
내 딥러닝 개발 환경/수준
딥러닝/생성모델 논문 재현 직접 수행 가능. SD/ControlNet/LoRA from-scratch 구현 계획 중. 모델 내부 구조 익숙함. RTX PRO 6000 Blackwell 96GB 워크스테이션 보유. 고사양 장비로 퉁침.
기초 설명 건너뜀. - 제안은 구현/실험 설계 수준으로 - 배치사이즈, 해상도, step 수, 예상 소요시간 등 구체적 수치 포함하면 끝.
여기서 배울 것
- 모델 내부 구조 파악 중요함.
- 고사양 GPU 환경 필수.
- 구체적 수치로 실험 설계.
- 기초 설명은 건너뛰는 게 좋음.
원본 파일 보기 (.claude/projects/-home-son-prj-dataset/memory/user_role.md)
---
name: 유저 역할/배경
description: 유저의 기술 수준과 작업 스타일에 대한 관찰
type: user
originSessionId: 3810bfd4-624e-4a06-91c4-3189931063d1
---
딥러닝/생성모델 논문 재현을 직접 수행할 수 있는 수준. SD/ControlNet/LoRA from-scratch 구현을 계획할 정도로 모델 내부 구조에 익숙함. RTX PRO 6000 Blackwell 96GB 같은 고사양 워크스테이션 환경을 갖춤.
**How to apply:** 기초 설명은 생략하고, 구현/실험 설계 수준의 구체적 제안과 수치(배치사이즈, 해상도, step 수, 예상 소요시간 등)를 함께 제시할 것.