1일 11월 4일 교재 : 처음 배우는 딥러닝 챗봇 딥러닝과 챗봇은 무슨 연관이 있을까? 인공지능 용어 정리 인공지능, 머신러닝, 딥러닝 AI > ML > DL 인공지능 : 보통의 사림이 수행하는 지능적인 작업을 자동화하기 위한 연구활동 지능적인 활동 :
Window PowerShell은리눅스 명령어 몇가지 인식을 한다.명령어 복잡-> 기본적인것만을 공부할 것일반적으로 서버 급은 윈도우나 유닉스 계열 사용하니까 besh shell같은것나중에 관심있으면 shell 프로그램을 할것우분투 말고 다른 리눅스 사용하고 싶으면 디
가장 단순한 임베딩 방법벡터 요소 중 단 하나만 1이고 나머지는 0희소 벡터단어 사전 구축말뭉치의 서로 다른 모든 단어의 집합단어의 수 -> 원-핫 벡터의 차원인덱스 부여인덱스 번호가 원-핫 벡터의 1의 값을 가지는 요소의 위치원-핫 인코딩 단점단어의 의미나 유사한 단
하드 컴퓨팅<->소프트 컴퓨팅자동으로 계산해서 퍼포먼스를 한다.sentences : Word2Vec 모델 학습에 필요한 문장 데이터. Word2Vec 모델의 입력값으로 사용됩니다.size : 신경망 구조를 할떄 입출력은 고정인데 한데 중간에 딥한 신경망을 만들때
신경망 모델을 구축할 수 있는 고수준 API 라이브러리텐서플로 2.0의 기본 API로 채택됨구글의 적극적 지원신경망을 구축할 수 있는 고수준 API텐서프로는 프로그래머를 위한 좀 더 복잡하지만 세밀하게 조정이 된다.케라스는 직관적으로 사용이 가능하다.HIGH LEVEL
자연어 처리 : 컴퓨터를 이용하여 인간 언어의 이해, 생성 및 분석을 다루는 인공지능 기술, 컴퓨터가 언어를 해독하는 과정규칙 지식 기반 접근법 VS 확률 통계 기반 접근법오늘 / 날씨 / 어때?When/What/how is it?(패턴) VS TF-IDF 키워드 추출
오늘은 어제에 이어서 6장의 내용을 볼 것이다. 6.1.1 인공 신경망 뉴런의 동작 구조 같은 것을 배웠다. 뉴런의 입력이 어떻게 계산되어서 출력이 어떻게 되는지에 대한 줄기에 대해서 배워다. 가중합을 구하고 그것을 활성화 함수를 이용하여 출력을 구한다. 활성화
학습은 모델 파라미터를 변경 하이퍼 파리미터에 따라 더 좋은 모델이 나올 수 있다. 경험에 의해서 결정 예제 6-1 MINST 분류 모델 학습 본 예제를 수행하기 위해 필요한 tensor_flow와 matplotlib.pyplot 모듈을 불러왔습니다. MINIST
ll\-> 너무 지저분함ll~\-> 간단히 나옴조급한 계산법:수식은 변수에 접근하는 순간 계산된다.느긋한 계산법계산의 결과값이 필요할 때까지 늦추는 기법설치하기터미널에서 직접 명령을 내릴 수 있음텍스트
6.2.2 챗봇 문답 데이터 감정 분류 모델 구현 챗봇 문답 데이터 감정 분류 모델 사용