심층학습 자연어 처리
1.Levels of Language
심층학습 자연어 처리 Day1
2023년 2월 20일
2.<Day1>Language Model
NLP 개념1
2023년 1월 26일
3.<Day2> Word Representation
NLP 개념2
2023년 1월 26일
4.<Day3> RNN, LSTM, GRU
NLP 개념3
2023년 1월 29일
5.<Day4> Seq2Seq
NLP 개념4
2023년 2월 2일
6.<Day5> Pre-trained LM
pre-trained 모델을 비교, 설명
2023년 2월 14일
7.Attention Mechanism
기존 seq2seq 모델 input 2개 1) $h_{t-1}$(or context vector:디코터 RNN셀의 첫번째 은닉 상태에 사용됨) 2) $s_{t}$ Attention Mechanism 어텐션의 기본 아이디어는 디코더에서 출력 단어를 예측하는 매 시점(t
2023년 2월 21일
8.Transformer
transformer 개념 설명
2023년 2월 21일