데이터사이언스를 공부하는 권유진입니다.
태그 목록
- 전체보기(50)
- 자습(17)
- 딥러닝(17)
- 컴퓨터비전(8)
- CV(8)
- 이미지분류(7)
- 밑바닥부터 시작하는 딥러닝(7)
- RS(4)
- NLP(4)
- 추천시스템(4)
- GoogleNet(3)
- 자연어처리(3)
- PyTorch(3)
- 머신러닝(3)
- AlexNet(3)
- VGG(3)
- LeNet(3)
- Attention(3)
- Resnet(3)
- transformer(3)
- BERT(2)
- 역전파(2)
- gan(2)
- mmcv(2)
- 음성인식(2)
- 순전파(2)
- LSTM(2)
- GRU(2)
- 최적화 알고리즘(2)
- 퍼셉트론(2)
- DenseNet(2)
- CNN(2)
- RNN(2)
- Representation(2)
- GPT(2)
- 활성화함수(2)
- Lasso(1)
- 통계기반기법(1)
- PR curve(1)
- hold-out(1)
- word2vec(1)
- Tensor(1)
- DSP(1)
- 신경망(1)
- SVM(1)
- logistic(1)
- AE(1)
- softmax(1)
- registry(1)
- GPT-1(1)
- AutoEncoder(1)
- 정확도(1)
- 푸리에변환(1)
- ZeroShot(1)
- HE(1)
- vector(1)
- transfer learning(1)
- SAE(1)
- mlp(1)
- kernel trick(1)
- 준지도학습(1)
- stt(1)
- 가상환경(1)
- matrix(1)
- CAE(1)
- EfficientNet(1)
- 분류(1)
- ElasticNet(1)
- decorator(1)
- skip gram(1)
- 추론기반기법(1)
- 엔트로피(1)
- Word2Vector(1)
- 배치정규화(1)
- 디지털신호처리(1)
- 비지도학습(1)
- cart(1)
- 스펙트럼(1)
- dropout(1)
- 상호정보량(1)
- 전이학습(1)
- speech recognition(1)
- 과적합(1)
- DDFL(1)
- LSA(1)
- PMI(1)
- 정밀도(1)
- scalar(1)
- Mel-spectrogram(1)
- Vectorization(1)
- 성능지표(1)
- SVD(1)
- docker(1)
- 지니 불순도(1)
- 가중치 초기값(1)
- Probability(1)
- tokenizer(1)
- 선형회귀(1)
- 경사하강법(1)
- 드롭아웃(1)
- SDAE(1)
- decision tree(1)
- 배치학습(1)
- Statistics(1)
- 손실함수(1)
- polynomial(1)
- __init__.py(1)
- roc auc(1)
- gpu(1)
- 교차검증(1)
- Ridge(1)
- DAE(1)
- CVAE(1)
- 멜스펙트로그램(1)
- Continual Learning(1)
- RBF(1)
- Glocal-K(1)
- 합성곱 신경망(1)
- AAE(1)
- 시소러스(1)
- PPMI(1)
- 객체탐지(1)
- Negative sampling(1)
- segmentation(1)
- 사례기반학습(1)
- github(1)
- 모델기반학습(1)
- BPTT(1)
- all(1)
- Bi-RNN(1)
- 지도학습(1)
- auto tagging(1)
- 가중치 초기값 설정(1)
- CBOW(1)
- reinforcement learning(1)
- RBM(1)
- GPT-2(1)
- mfcc(1)
- 동시발생행렬(1)
- 정규화(1)
- NCF(1)
- 과대적합(1)
- 논문리뷰(1)
- SGD(1)
- git(1)
- meta learning(1)
- 온라인학습(1)
- 회귀(1)
- 과소적합(1)
- Xavier(1)
- Spectrum(1)
- VAE(1)
- 강화학습(1)
- Fine Tuning(1)
- 선형대수(1)
- Domain adaptation(1)
- distribution(1)
- 커널 트릭(1)
- AutoML(1)
- 재현율(1)
- Object Detection(1)
- Truncated SVD(1)
- ctc(1)
- Seq2Seq(1)
- confusion matrix(1)
- mmaction2(1)
전체보기 (50)자습(17)딥러닝(17)컴퓨터비전(8)CV(8)이미지분류(7)밑바닥부터 시작하는 딥러닝(7)RS(4)NLP(4)추천시스템(4)GoogleNet(3)자연어처리(3)PyTorch(3)머신러닝(3)AlexNet(3)VGG(3)LeNet(3)Attention(3)Resnet(3)transformer(3)BERT(2)역전파(2)gan(2)mmcv(2)음성인식(2)순전파(2)LSTM(2)GRU(2)최적화 알고리즘(2)퍼셉트론(2)DenseNet(2)CNN(2)RNN(2)Representation(2)GPT(2)활성화함수(2)Lasso(1)통계기반기법(1)PR curve(1)hold-out(1)word2vec(1)Tensor(1)DSP(1)신경망(1)SVM(1)logistic(1)AE(1)softmax(1)registry(1)GPT-1(1)AutoEncoder(1)정확도(1)푸리에변환(1)ZeroShot(1)HE(1)vector(1)transfer learning(1)SAE(1)mlp(1)kernel trick(1)준지도학습(1)stt(1)가상환경(1)matrix(1)CAE(1)EfficientNet(1)분류(1)ElasticNet(1)decorator(1)skip gram(1)추론기반기법(1)엔트로피(1)Word2Vector(1)배치정규화(1)디지털신호처리(1)비지도학습(1)cart(1)스펙트럼(1)dropout(1)상호정보량(1)전이학습(1)speech recognition(1)과적합(1)DDFL(1)LSA(1)PMI(1)정밀도(1)scalar(1)Mel-spectrogram(1)Vectorization(1)성능지표(1)SVD(1)docker(1)지니 불순도(1)가중치 초기값(1)Probability(1)tokenizer(1)선형회귀(1)경사하강법(1)드롭아웃(1)SDAE(1)decision tree(1)배치학습(1)Statistics(1)손실함수(1)polynomial(1)__init__.py(1)roc auc(1)gpu(1)교차검증(1)Ridge(1)DAE(1)CVAE(1)멜스펙트로그램(1)Continual Learning(1)RBF(1)Glocal-K(1)합성곱 신경망(1)AAE(1)시소러스(1)PPMI(1)객체탐지(1)Negative sampling(1)segmentation(1)사례기반학습(1)github(1)모델기반학습(1)BPTT(1)all(1)Bi-RNN(1)지도학습(1)auto tagging(1)가중치 초기값 설정(1)CBOW(1)reinforcement learning(1)RBM(1)GPT-2(1)mfcc(1)동시발생행렬(1)정규화(1)NCF(1)과대적합(1)논문리뷰(1)SGD(1)git(1)meta learning(1)온라인학습(1)회귀(1)과소적합(1)Xavier(1)Spectrum(1)VAE(1)강화학습(1)Fine Tuning(1)선형대수(1)Domain adaptation(1)distribution(1)커널 트릭(1)AutoML(1)재현율(1)Object Detection(1)Truncated SVD(1)ctc(1)Seq2Seq(1)confusion matrix(1)mmaction2(1)
[논문 리뷰] Attention Is All You Need
지배적인 순서 변환 모델은 Encoder, Decoder을 포함한 복잡한 RNN, CNN을 기반으로하였다.가장 성능이 좋은 모델은 attention 매커니즘을 사용하여 Encoder와 Decoder을 이은 것이다.attention 매커니즘만을 기반으로 한 Transfo
2022년 6월 26일
·
0개의 댓글·
0
[D&A 운영진 딥러닝 스터디] 5주차 1차시
NLP 연구 분야의 큰 흐름 중 하나는 Attention Mechanism의 활용Encoder-Decoder 형식 보유Encoder가 특정 벡터로 정보를 저장하면 Decoder는 해당 정보를 이용해 Output 생성RNN 계열 모듈을 사용하지 않고 여러 개의 Atten
2022년 2월 8일
·
0개의 댓글·
0
[밑바닥부터 시작하는 딥러닝2] 07. Seq2Seq
주어진 단어들에서 다음에 출현하는 단어의 확률분포 출력확률이 가장 높은 단어 선택'결정적 방법' (결과 일정)'확률적'으로 선택(sampling)결과가 매번 다를 수 있음해당 작업을 <eos>(종결기호)가 나올 때 까지 반복시계열 데이터를 또 다른 시계열 데이터로
2022년 1월 26일
·
0개의 댓글·
0