일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- javascript
- 개발자취준
- 알고리즘
- 항해99
- data structure
- 클라우드 컴퓨팅
- 코딩테스트
- Queue
- generic class
- BFS
- sql
- 공개키 암호화
- JPA
- jsp
- 자료구조
- spring
- 취리코
- DB
- dbms
- python
- 크루스칼
- 코테
- 개발자취업
- 생성자
- Algorithm
- dfs
- Java
- 암호학
- 자바의정석
- 가상컴퓨팅
- Today
- Total
목록대외 활동 및 IT 지식 (16)
PLOD
*Sequence to Sequence Learning(seq2seq) seq2seq 모델은 입력된 Sequence로부터 다른 도메인의 시퀀스를 출력하는 다양한 분야에서 사용되는 모델이다. 예를 들어 챗봅이나 기계번역이 그러한 대표한 예인데, 입력 시퀀스와 출력 시퀀스를 각각 질문과 대답으로 구성하면 챗봇(ChatBot)으로 만들 수 있고 , 입력 시퀀스와 출력 시퀀스를 각각 입력 문장과 번역 문장으로 만들면 papago, youtube 자동 번역기로도 만들수 있다. 그외에도 내용 요약 , 음성인식 등에서 쓰일 수 있다. ex) 음성 인식 ex 2) 문장 자동 완성
* Autoencoder(AE) 데이터를 인코딩하는 방법을 배우는 효과적인 딥러닝 모델이다. 기존의 모델과의 가장 큰 차이점은 입력 데이터만을 가지고 학습을 진행하는데 있다. (정답데이터 X, Dataset ) Autoencoder은 저차원 공간에서 새로운 이미지를 추출해야 되기 때문에 latent vector가 필요하다. * 손실함수 (L) : 입력 값과 동일한 추력을 가지도록 학습함으로써 네트어크를 통해서 나온 출력값인 decoder(encoder(x))가 입력 값인 x와 얼마나 차이가 있는지 측정 ex 1) hidden dimension = 32, hidden activation = 'relu', output activation = 'sigmoid' 인 AE를 modeling 먼저 test_data..
* Dropout 구글에서 만든 AI 특허 기술, 사용하기 편하며 성능도 우수하다. 학습시 특정 node weight에 의해 overfitting 되는 현상을 막아준다. (regularization) dropout을 사용함으로써 더 작은 신경망을 사용하는것이 정규화의 효과를 준다. dropout이 여러개의 네트워크를 학습한 후에 하나의 네트워크로 합치는 것과 같은 효과를 낸다. Why use DropOut? 1) used to avoid overfitting 2) simple to implement 3) widely adopted dropout을 사용하는 이유는 train data에 있어서 100%의 정확도를 출력하지만, 실제로 test data에 있어서 높은 예측율을 출력하지 못하기 때문이다. 학습시킬..
개발을 하는 사람이라면 git정도는 다룰 줄 알아야 한다. 아래에 있는 git 명령어들은 계속 사용 할 것이기 때문에 꼭 익혀둡시다. github repository를 만드는 방법은 ...여러가지가 있겠지만 일단 github 사이트에서 repository를 만든다 . 그 다음 git bash에서 $ git remote add origin (복사한_주소) 명령어를 친다. 그다음 원격저장소와 잘 연결되었음을 확인하는 $ git remote -v 를 친다음 마지막으로 $ git push -u origin main 명령어를 통해 첫 commit을 푸시한다. * git 필수 명령어 모음 $ git status : 깃 상태 확인(현재 파일의 변화) $ git init : master 위치 변경 $ git com..