[ 개념 정리 ML/DL ]

손실함수 : 가중치 값 중에 어떤것이 좋은지 확인하는 과정( 계산을 통해 손실함수가 0에 수렴하는가 )최적화 : 가중치 값이 문제를 최적으로 해결하는 classifier 로 설정됐는지 최적화차원 : 데이터에서 차원은 피쳐의 개수로 볼 수 있음. 예를 들어서 유전자는 2

💡 요약 : 역전파는 손실 함수의 기울기를 계산하여, 이를 이용해 모델의 가중치를 업데이트하는 과정 이때, 각 계층의 출력이 다음 계층의 입력이 되므로, 각 계층의 미분을 체인 룰을 통해 연결해야 함 역전파 과정에서 각 노드는 상류 그래디언트(출력 쪽에서 전달

Convolutional Networks 0. Background Linear Classifier, MLP 문제 : Spatial 한 구조를 flatten한 column을 신경망에 넣음 이미지의 Spatial 구조를 무시한채 분류 수행 Convoluti

Neural Networks를 학습하기 위한 기법들Activation FunctionsData PreprocessingWeight InitializationRegularization이번 강의는 신경망을 학습할 때 더욱 잘 학습하기 위해서 사용하는 추가적인 기법들에 대한

주요 내용 : Neural Networks를 학습하기 위한 기법들 1) Learning Rate Schedules 2) Choosing Hyperparameters 3) Learning Curves 4) Model Ensembles 5) Transfe

[개념] 인코더랑 디코더란? 입력과 출력: 인코더는 원본 입력 시퀀스를 받아들이고, 이를 하나의 context vector로 변환 디코더는 이 context vector를 입력받아 출력 시퀀스를 생성 작동 순서: 인코더는 입력 시퀀스를 처음부터 끝까지 순차적으로 처

Two-Stage Object Detection은 Region Proposal을 통해 객체가 있을 법한 후보 영역을 제안하고, 이를 기반으로 객체의 위치와 클래스를 예측하는 방식임.Single-Stage Object Detection은 한 번의 네트워크 처리로 객체의

생성 모델 part 1 Supervised vs Unsupervised Learning Supervised Learning(지도학습): 입력데이터 x가 주어지고 라벨 y가 주어짐 이 때 목표는 입력데이터 x가 주어졌을 때 라벨 y로 매핑하는 함수를 학습하는 것 대표적