boostcamp AI tech 2nd 2주차

ML basic 딥러닝의 기본 요소 Data = 이미지 등에 학습 모델에 필요한 자료 model = 데이터가 주어졌을 때 이를 학습하고자 하는 것 ex) AlexNet, LSTM 등 loss = 모델을 어떻게 학습할지, 잘 학습했는지 판단하는 목표 지표 ex) MSE, CE, MLE 등 algorithm = loss function을 최소화 시키고자 하는...

Optimization Generalization (일반화 성능) 학습을 반복하면 Training error는 줄어들 수 밖에 없다. 하지만 이것은 원하는 최적값에 도달했다는 것을 보장해 주지는 않는다. 어느정도 반복을 하게 되면 test error는 오히려 커지게 된다. 이 test error와 training error의 차이를 Generalizati...

DL Basic Convolution Stride Padding 파라미터 수 구하는 법 1) 11 X 11 X 3 X 48 X 2 = 34,848개 2) 5 X 5 X 48 X 128 X 2 = 307,200개 3) 3 X 3 X 128 X 2 X 192 X 2 = 884,736개 4) 3 X 3 X 192 X 192 X 2 = 663,552개 5) ...

Sequential Models - RNN 가장 기본적인 sequence model (ex) language model 과거의 일부만 확인하는 Autogressive model $p(x{t} | x{t-1},\dotso,x_{t-\tau})$ Markov model

Generative Model Generative Model의 기능 Generation : train data에 있는 것이 아닌 이미지를 만들어내는 것 Density estimation : 이미지가 들어왔을 때 이 이미지가 무엇인지, 확률값을 제시하는 모델, 이를 explicit models이라고 한다. Unsupervised representation ...

Bar plot > .bar() .barh() Bar plot이란 직사각형 막대를 사용하여 데이터의 값을 표현하는 차트/ 그래프를 뜻한다. 범주에 따른 수치 값을 비교하기에 적합한 방법이다. bar plot의 형태 Bar Plot에서는 범주에 대해 각 값을 표현 -> 즉, 1개의 feature에 대해서만 보여준다. 한 개의 플롯에 동시에 나타내는 방...

이번주의 필수 과제와 선택 과제의 경우에는 처음 보는 pytorch 문법과 처음 배우는 머신 러닝 모델에 대한 실습이 주제였다보니, 어려움이 많았다. 직접 푸는 느낌으로 과제를 수행했다기 보다는, 이론 강의에서 배운 내용을 다시 한번 실습으로 경험하는 느낌으로 과제를