오토인코더란 인력이 들어왔을 때, 해당 입력 데이터를 최대한 압축 시킨 후, 압축한 데이터를 다시 본래의 입력 형태로 복원 시키는 신경망입니다. 이때, 데이터를 압축하는 부분을 Encoder, 복원하는 부분을 Decoder라고 부릅니다.압축 과정에서 추출한 의미 있는
리눅스 컨테이너를 기반으로 하여 특정한 서비스를 패키징하고 배포하는데 유용한 오픈소스 프로그램가상화를 통해 환경을 신경 쓸 필요가 없습니다.실행이 항상 보장 되기 때문에 빠르게 필요한 프로그램을 빌드 할 수 있습니다.복잡한 환경 구성을 할 필요 없이 간단하게 적용 할
Front와 Back 모두 코드가 올바른데도 요청을 받지 못하고 다음과 같은 오류가 나오는 경우가 있습니다.front와 back 사이에 요청을 주고 받으려면 사이트간 HTTP 요청을 허용해야합니다.해주지 않았을 경우 아래와 같은 오류가 나타납니다.CORS란 추가 HTT
HTTP는 클라이언트와 서버 간 통신을 주고받게 하는 기본적인 프로토콜사용자가 웹 사이트를 방문하면 사용자 브라우저가 웹 서버에 HTTP 요청을 전송하고 웹 서버는 HTTP 응답으로 응답합니다. HTTP는 인터넷에서 하이퍼텍스트를 교환하기 위한 통신 규약으로, 80번
self.\~~로 선언하는 변수인스턴스마다 인스턴스 변수값 다름해당 메서드를 호출한 객체에만 영향을 미침호출 방법해당 클래스 안 : self.메소드명()클래스 밖 : 객체.메소드명()클래스 전체가 공유하는 변수클래스가 선언될 때 정해짐클래스 메소드를 지정하기 위해 @c
시그모이드 함수는 값이 들어왔을 때, 0~1 사이의 값을 반환한다.값이 작아질수록 0, 커질수록 1에 수렴한다.Sigmoid 함수의 수식$sigmoid(x) = \\frac{1}{1+e^{-x}}$Sigmoid 함수 도함수 \- 활성화함수로 사용할 경우 경사 하강법
뮤텍스 > 뮤텍스 : 여러 프로세스나 쓰레드가 동시에 공유 자원에 접근하는 것을 제어하기 위한 방법 여기서Lock 과 UnLock 라는 것을 통해서 동시에 공유 자원에 접근하는 것을 제어하게 된다. 예를 들어 A 쓰레드가 Lock을 걸고 공유자원을 쓰고 있으면, B
일반 딥러닝 태스크에서는, 우리가 원하는 출력 $f\\theta (x)$가 정답과 가까워지는 것을 목표로 한다.이를 위해 역전파를 이용할 때에는 출력 $f\\theta (x)$과 정답 $y$의 차이를 Loss Function이라고 정의하고, 두 값의 차이를 줄이는 방향
Batch Normalization은 2015년에 아래의 논문에서 나온 개념이다.Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate ShiftData Normaliz