군대에서 살아남기

AI란 Artificial Intelligence의 약자로 인공지능이라고 한다. 학습 능력, 추론 능력, 지각 능력, 자연어 이해 능력 등 지적능력을 컴퓨터 프로그래으로 구현하려는 과학기술 분야. 즉, 인간처럼 생각하고 학습하며 문제를 해결할 수 있는 기계를 만들기 위

Multi-Layer Percenptron의 약자로 다층 퍼셉트론이라고도 불린다. 지도학습에 사용되는 인공신경망의 한 형태이며, 비선형 은닉계층을 포함하고 있다.ANN ( 인공 신경망 ) 인간의 뇌에 상호 연결된 뉴런 네트워크 구조와 기능을 모방한 머신러닝 모델이다.다

손실 값 혹은 cost 라고 불리는 이 값은 우리가 돌리고 있는 모델의 예측값과 실제 정답 사이의 차이를 값을 표현한 것이다.당연하게 차이의 값이 작으면 작을수록 예측값이 실제 정답과 가까워진다고 표현할 수 있다. 그러기에 Loss 값을 적게하는게 AI 구조를 다루는

모델이 학습을 시작하기 전에 사용자가 설정해주는 “값”학습률로, 모델이 학습을 할때 역전파(backward)를 통해 모델의 가중치를 얼마나 이동시킬지를 나타내는 값이다. $$W\_{t+1} = W_t - \\eta \\nabla L(W_t)$$이때 학습률에 따라 나타

선형회귀는 입력 변수와 출력 변수 사이의 관계를 설명하는 직선을 찾는 기법$y = Wx + b$W(weight) - 가중치 b(Bias) - 편향입력 값 x가 들어왔을 때 W와 b를 조정하며 정확한 y를 예측하는 것.!x(입력 값) \[1, 2, 3] 이 y(출력 값)

여러 층의 노드들이 연결되어 있어 전층결합(Fully Connected Layer) 라고 부른다. 입력층 - 은닉층 - 출력층 구조를 이루고 있으며 정형 데이터를 처리할 때 아주 효과적이다. train_dataset, test_dataset 에 datasets으로 MN

공부를 하다보니 배치 정규화에 대한 내용이 궁금하여 공부한 것을 기록해보았다.왜 사용하는 것 일까. 흔히 말해 학습시간을 줄이거나 모델이 Local optimum에 빠지지 않도록 또, overfitting에 빠지지않도록 하기위해서 라고 한다. 공부를 하며 단 한번도 빠

영상 데이터를 기반으로 한 대회인 ILSVRC2012에서 우승한 CNN 구조이다. Alex Krzhevsky의 이름을 따서 AlexNet이라고 부른다. Convolution Layer 5개와 Fully Connected Layer 3개로 구성되어 있다.ReLU Acti