분류 전체보기 썸네일형 리스트형 쉽게 배우는 경사하강 학습법 4 ~ 6 참고) 해당 포스팅은 패스트 캠퍼스 100% 환급 챌린지 미션 기록용 포스팅이며, 강좌 내용에 맞추어 포스팅함을 언급 클립명 : PART4)딥러닝의 3 STEP의 기초 쉽게 배우는 경사하강 학습법 (STEP 2) - 03. 최적화 이론과 수학적 표현 쉽게 배우는 경사하강 학습법 (STEP 2) - 04. 경사하강 학습법 쉽게 배우는 경사하강 학습법 (STEP 2) - 05. 심화 경사 하강법 이번 포스팅에서는 경사하강법에 대해서 설명한다. 딥러닝이나 머신러닝의 학습과정에 있어 결론은 모델을 만드는 것이 아니라 입력된 데이터를 모델이 최대한 설명할 수 있겠끔 만들어주는 파라미터를 찾는것이다. 그러한 파라미터의 학습은 이전 포스팅에서도 언급 했듯이 Loss Function(실제값과 모델값의 차이의 합을 구하.. 더보기 딥러닝의 3 STEP의 기초 (10 ~ 12강) 참고) 해당 포스팅은 패스트 캠퍼스 100% 환급 챌린지 미션 기록용 포스팅이며, 강좌 내용에 맞추어 포스팅함을 언급 클립명 : PART4)딥러닝의 3 STEP의 기초 가장 단순한 신경망을 통한 작동원리 05. (STEP 1) 이진 분류 문제, 가장 단순한 신경망을 통한 작동원리 06. (STEP 2) 다중 분류 문제, 가장 단순한 신경망을 통한 작동원리 07. (STEP 2) 얕은 신경망 구현 이번 포스팅에서는 코드 구현을 통해 얕은 신경망이 어떻게 작동하는지 파악해본다 import numpy as np import matplotlib.pyplot as plt # Sigmoid 함수 def sigmoid(x): return 1 / (1 + np.exp(-x)) # Softmax함수 def softmax.. 더보기 딥러닝의 3 STEP의 기초 (7 ~ 9강) 참고) 해당 포스팅은 패스트 캠퍼스 100% 환급 챌린지 미션 기록용 포스팅이며, 강좌 내용에 맞추어 포스팅함을 언급 클립명 : PART4)딥러닝의 3 STEP의 기초 가장 단순한 신경망을 통한 작동원리 02. (STEP 1) 얕은 신경망을 이용한 분류와 회귀, 가장 단순한 신경망을 통한 작동원리 03. (STEP 2) 얕은 신경망의 수식적 이해, 가장 단순한 신경망을 통한 작동원리 04. (STEP 2) 회귀 문제의 이해 이번 포스팅에서는 '얕은 신경망 구조'를 수식적으로 파악해보는 시간을 갖는다 우선 얕은 신경망이란 입력 계층(INPUT LAYER), 은닉 계층(HIDDEN LAYER), 출력 계층(OUTPUT LAYER)로 구성된 신경망을 의미한다. 우선 입력 계층부터 살펴보자. 여기서 입력 계층이.. 더보기 딥러닝의 3 STEP의 기초 (4~6강) 참고) 해당 포스팅은 패스트 캠퍼스 100% 환급 챌린지 미션 기록용 포스팅이며, 강좌 내용에 맞추어 포스팅함을 언급 클립명 : PART4)딥러닝의 3 STEP의 기초 04. 딥러닝이 무엇인가요(딥러닝의 현재) 05. 딥러닝이 무엇인가요(딥러닝 실습 환경) 06. 딥러닝이 무엇인가요 (얕은 신경망 구조) 이번 포스팅에서는 '얕은 신경망 구조'에서 소개했던 용어설명에 대해서 포스팅 하겠다. 위의 그림을 참고하면 왜 신경망이라는 단어가 쓰이고 있는지 파악할 수 있다. 수상돌기에서 신호를 받아 축삭돌기에로 출력되는 것처럼, 입력에서 여러 x값들을 받아 가중치를 가해 합을하고, 그것을 활성 함수를 통하여 어떠한 값으로 산출하는것과 비슷한 모습이다. 입력값에 가중치를 가해 합을 하는것은 선형적 특성이지만, 여기서.. 더보기 딥러닝의 3 STEP의 기초 (1~3강) 참고) 해당 포스팅은 패스트 캠퍼스 100% 환급 챌린지 미션 기록용 포스팅이며, 강좌 내용에 맞추어 포스팅함을 언급 클립명 : PART4)딥러닝의 3 STEP의 기초 01. 딥러닝이 무엇인가요(기초 과정 소개) 02. 딥러닝이 무엇인가요(딥러닝의 이해) 03. 딥러닝이 무엇인가요 (딥러닝의 역사) 이번 포스팅에서는 딥러닝의 3STEP의 기초 중에서 딥러닝이 무엇인지의 대해서 중점적으로 다뤄 보겠다. 보통 ML이나 AI에 대해서 처음 접하는 사람들은 딥러닝과 기계학습 혹은 인공지능의 차이를 생각하지 않고 같다고 생각하는 경향이 있다. 가장 큰 범위에 있는 것은 인공지능이며 말 그대로 기계가 사람의 행동을 모방하는 기술들을 의미한다. 말 그대로 사람들의 대신 하는 작업(대표적으로 반복 업무)들을 하는것을 .. 더보기 Tensorflow2.0 각 CNN 코드 구현 02 참고) 해당 포스팅은 패스트 캠퍼스 100% 환급 챌린지 미션 기록용 포스팅이며, 강좌 내용에 맞추어 포스팅함을 언급 클립명 : PART2)TensorFlow 2.0과 Pytorch 프레임워크 기초 10. TensorFlow2.0 - Optimizer 및 Training(Expert) - 2 11. TensorFlow2.0 Evaluatinn & Predicting 11. TensorFlow2.0Pytorch 이번 포스팅도 저번 포스팅과 비슷하다. 그동안 말로 설명해던 것들의 대한 코드 구현이다. 초보자들이 듣기에는 다소 난해한 부분들이 많다. 강사님도 코드를 보면서 하시기 바쁘신지 아니면 그냥 빨리 넘어가려고 하시는지는 몰라도 대충 코드만 구현하고 자세한 설명은 없이 그냥 넘어가는 부분들이 많아 포스팅.. 더보기 Tensorflow2.0 각 CNN 코드 구현 참고) 해당 포스팅은 패스트 캠퍼스 100% 환급 챌린지 미션 기록용 포스팅이며, 강좌 내용에 맞추어 포스팅함을 언급 클립명 : PART2)TensorFlow 2.0과 Pytorch 프레임워크 기초 07. TensorFlow2.0 - 각 Layer별 역활 개념 및 파라미터 파악 - 4 08. TensorFlow2.0 각 - Optimizer 및 Training 09. TensorFlow2.0 각 - Optimizer 및 Training(Expert) 이번 포스팅에서 언급할 내용은 따로 없다. 그동한 말로써 설명해왔던 것들은 Code로 구현하는 과정이며 Model 설정 -> 데이터 불로오기 -> Optimizer 및 Loss 함수 설정 -> Compile 설정 -> 실행 이러한 순서로 코드가 진행이 된다... 더보기 Tensorflow2.0 각 Layer별 역활 개념 및 파라미터 파악 참고) 해당 포스팅은 패스트 캠퍼스 100% 환급 챌린지 미션 기록용 포스팅이며, 강좌 내용에 맞추어 포스팅함을 언급 클립명 : PART2)TensorFlow 2.0과 Pytorch 프레임워크 기초 04. TensorFlow2.0 - 각 Layer별 역활 개념 및 파라미터 파악 - 1 05. TensorFlow2.0 각 - Layer별 역활 개념 및 파라미터 파악 - 2 06. TensorFlow2.0 각 - Layer별 역활 개념 및 파라미터 파악 - 3 이번 포스팅에서는 CNN 알고리즘의 절차? 라고 해야될까.... 암튼, 절차의 대해서 알아보기로 한다. 해당 절차의 대한 코딩은 아래쪽에 참고하길 바란다. 우선 CNN 알고리즘이 무엇인지는 지난 포스팅에서 언급을 했다. 이번 강의를 통해서 CNN 알고.. 더보기 이전 1 2 3 4 5 6 ··· 36 다음
