profile
사회적 가치를 실현하는 프로그래머
태그 목록
전체보기 (44)RNN(8)CNN(6)cs231n(3)overfitting(3)Stanford University(3)Linear Regression(3)Deep Learning(2)모두를 위한 딥러닝 시즌 2(2)cost function(2)sigmoid(2)Resnet(2)ReLU(2)optimization(2)data processing(2)PyTorch(2)xor(2)모두를 위한 딥러닝1(2)모두를 위한 딥러닝2(2)Logistic Regression(2)Mnist CNN Model(1)모두를 위한 딥러닝 시즌1(1)Object Detection(1)Supervised Learning(1)Seq2Seq(1)Neural Networks(1)Regularization(1)모두를 위한 딥러닝 1(1)Gradient Vanishing(1)image folder(1)Multinomial Classification(1)BasicBlock(1)softmax(1)multi-variable(1)딥러닝(1)HE(1)Regression(1)모두를 위한 딥러닝 시즌 1(1)matrix(1)Convolutional Neural Network(1)visdom(1)Multilayer(1)padding(1)packing(1)Weight initalizaion(1)dropout(1)Cross Entropy(1)minimize(1)Timeseries(1)모두를 위한 딥러닝(1)Perception(1)Long Sequence(1)Maximun Likelihood Estimation(1)docker(1)이진분류(1)모두를 위한 딥러닝 2(1)모두를위한 딥러닝2(1)Neural NETS(1)tracking(1)and(1)or(1)Classification(1)Gradient Exploding(1)Vanishing gradient(1)image classification(1)AI(1)Mnist DataSet(1)hypothesis(1)machine learning(1)Sequence Data(1)torchivision(1)segmentation(1)Uniform initialization(1)Gradient Descent(1)Multivariable(1)RBM(1)loss function(1)lecture2(1)mnist_softmax(1)VGG(1)Advanced CNN(1)charseq(1)single-variable(1)Internal Covariate Shift(1)hihello(1)Train(1)Learning Rate(1)Softmax Classification(1)Xavier(1)Neural Net(1)Back Propagation(1)Intro(1)Backpropagation(1)
post-thumbnail

Stanford University CS231n - Lecture 4 :: Backpropagation and Neural Networks

Review Last lecture (Lecture 3) 모델을 분류하는 방법 1) scores function : w와 x의 값으로 노드의 score 값을 연산 2) SVM loss : score function을 통해서 각 값이 얼마나 특정 클래스에 대해 적합한

2021년 11월 11일
·
0개의 댓글
post-thumbnail

Stanford University CS231n - Lecture 3 :: Loss Functions and Optimization

강의를 들어가기 전에 Assignment 본강의의 숙제를 확인해볼 수 있음. 채점은 불가능하나 어떤 부분을 중점적으로 점수를 매기는지에 대해서 체크가능Piazza에서 프로젝트 진행가능Google Cloud credit : 학교 구글 클라우드 계정 활용해서 과제를 해보기

2021년 11월 4일
·
0개의 댓글
post-thumbnail

Stanford University CS231n - Lecture 2 :: Image Classification

Last Lecture : Talked about Computer Vision, History, outline of the class Image Classification > Lecture Topic : Computer vision, Image Classificat

2021년 10월 28일
·
0개의 댓글
post-thumbnail

Stanford University CS231n - Lecture 1 :: Introduction

본 Velog는 Stanford CS231n 강의와 강의자료를 통해 공부하고 정리를 한 내용입니다. 이 강의에서의 CS231n은 Computer vision에 관한것이라고 볼 수 있음Computer Vision : Study of Visual DataVisual Dat

2021년 10월 5일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 2:: 11-6 PackedSequence

예시 : 자연어처리, NLP에 쓰이는 텍스트 data, audio data, video data emd길이가 미정인 데이터가 많음, 가장 긴 서킷 즉, short circuit이라는 문장의 길이에 맞춰 나머지 data의 뒷부분을 pad라는 token으로 채워넣는 방법장

2021년 8월 23일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 시즌 2:: Lab-11-5 RNN seq2seq

Seq2Seq가 잘 적용되는 예 : chatbot, 번역다음과 같은 상황에서는 잘 대답할 수 있을까? 대부분의 모델은 단어가 입력됨에 동시에 다음단어를 예측해서 출력됨으로 긍정-부정으로 이어지는 문장같은 경우 예측해서 대답하기가 쉽지 않음. 이러한 경우 seq2seq모

2021년 8월 23일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 2:: Lab-11-4 RNN timeseries

Time Series Data란? 시계열 데이터라고 불리며, 일정한 시간 간격으로 배치된 데이터를 말한다. 대표적인 예로는 주가 데이터를 예로 들 수 있다.사용할 데이터 : 구글 주가 데이터이 모델은 7일간의 주가데이터를 이용해 8일차의 주가데이터를 예측하는 모델을 전

2021년 8월 23일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 2:: Long Sequence

hihello/charseq과 다른점 : input문장이 길어 특정 size로 잘라서 사용함. 조각조각 데이터를 만드는 것이다. Ex) 한칸씩(character씩) 움직이면서 10칸씩 잘라냄

2021년 8월 23일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 2 :: Lab-11-2 RNN hihello and charseq

hihello를 예측하는 모델을 만들려고 함. 하나의 알파벳이 주어질 때 다음 문자를 예측할 수 있도록 하는 RNN 모델을 만들려고 함.벡터의 하나의 축에서만 1로 표현되고 나머지부분은 0으로 표현되는 방식으로 벡터의 차원의 수는 알파벳의 종류이다. 입력할때는 출력될

2021년 8월 23일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 2 :: RNN 11 -1 Basics

PyTorch에서 RNN은 크게 두줄을 통해 한셀을 정의해줄 수 있음.첫번째 줄 = torch.nn.RNN() 을 이용해서 inputsize와 hiddensize을 선언해줌. cell을 정의 해주는 문장이라고 생각하면됨. 두번째 줄 = A라는 function에 inpu

2021년 8월 23일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 2 :: RNN intro

Sequential Data를 처리하기 위해 도입됨. 기존에는 Position index를 이용해서 순서를 분류해서 NN을 만들어서 데이터를 학습했었음. 하지만 사람의 언어와 같이 모델을 파악하는데에는 쉽지 않은 모델이었음. 하지만 RNN은 사람의 언어, 자연어와 같은

2021년 8월 23일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 12 :: NN의 꽃 RNN 이야기

Sequence Data란? : 시리즈 데이터로 앞선 데이터가 뒤의 데이터의 영향을 미치는 데이터를 말한다. 예를 들어서 음성어와 자연어처럼 단어만 이해한다고 전체를 이해할 수 없고, 앞선 단어와 뒤의 흐름까지 명확하게 이해해야 전체를 이해할 수 있는 데이터들을 말한다

2021년 8월 23일
·
0개의 댓글

모두를 위한 딥러닝 시즌 2 :: Object Detection , Tracking, Segmentation

지금까지 해왔던 학습 방법 ( 회귀를 확률함수를 통해 변형시켜서 분류하기 주어진 사진이 주어지면 그 사진이 어떤 사진인지 분류(예측)해내는 것종류 : DenseNet, SENet, MobileNet, SqueezeNet, AutoML(NAS, NASNet) 사진이 주어

2021년 8월 2일
·
0개의 댓글

모두를 위한 딥러닝 시즌 2 :: ResNet (CIFAR10)

loss와 accuracy를 함께 넣기 위해서

2021년 8월 2일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 시즌 2: ResNet

resnet (18,34,50,101,152)를 만들 수 있도록 되어있음3x224x224 입력을 기준으로 만들도록 되어 있음downsample을 이용해서 연산이 이뤄질 수 잇도록 사이즈를 맞춰줌downsample이 없다면 pooling 과 stride로 shpae이 변

2021년 8월 2일
·
0개의 댓글
post-thumbnail

모두를 위한 딥러닝 2 : 10-4 Image Folder

나만의 데이터 셋 준비하기torchvision.datasets.ImageFolder으로 불러오기transforms 적용하여 저장 하기 origin_data -> train_data이번 예제의 모델 : 의자 origin_data > gray & red 에 데이터 저장 (

2021년 8월 2일
·
0개의 댓글
post-thumbnail

Lab 11 Convolutional Neural Network :: Visdom

Visdom 설치 방법 1\. pip install visdom2\. python –m visdom.servervisdom 사용시 주의 사항 : 사용할 동안 켜놔야 함 line함수에서 X값을 설정을 안해줄 경우, 0~1 사이의 임의의 값이 설정됨.

2021년 7월 19일
·
0개의 댓글
post-thumbnail

Lab 10 Convolutional Neural Network - Mnist CNN Model

라이브러리 가져오고 (torch, torchvision, matplotlib 같은것들)GPU 사용 설정 하고 random value를 위한 seed 설정!학습에 사용되는 parameter 설정!(learning_rate, training_epochs, batch_siz

2021년 7월 19일
·
0개의 댓글
post-thumbnail

Lab 10 Convolutional Neural Network - Convolution

앞으로 다룰 내용:Convolutional Neural Network 가 무엇인지MNIST로 Convolutional Network 만들기Pytorch VisdomPytorch Visdom Dataset & Custom Dataset ( 데이터를 어떻게 분류할 수 있을

2021년 7월 19일
·
0개의 댓글