교육후기 [AIFFEL] 22.Mar.17, GD_ResNet_Ablation_Study Model groups layers into an object with training and inference features. With the "Functional API", where you start from Input, you chain layer calls to specify the model's forward pass, and finally you create your model... 교육후기Going DeeperGoing Deeper [AIFFEL] 22.Mar.22, GD_Data_Augmentation(Project) TTA(Test Time Augmentation)는 증강된 이미지를 여러번 보여준 다음 각각의 단계에 대해서 prediction을 평균하고 이 결과를 최종값으로 사용하는 것 일단 cross-validation은 모델 하나에 대한 평가를 training set에서 나온 여러 개의 validation 셋에 대해 해본다는 의미(그리고 평균 냄)인 것 같음 tf.data.Dataset 자료형을 변환... 교육후기미니프로젝트Going DeeperGoing Deeper [AIFFEL] 22.Feb.14 - Activation_Functions 두 개를 이용해서 어떤 식이 주어진 조건에 따라 두 특성을 만족하면 선형이라고 볼 수 있다. 선형 함수 여러 개를 연결 시켰을 때 선형이 되는지를 위의 조건들을 통해서 증명할 수 있단다. 이렇게 되면 각 층마다 가중치들이 각각 있어도 그 중 하나만 업데이트 잘 시킨 거랑 값이 똑같단다.(이 이유는 선형 함수를 여러 개 합성시키면 그 함수도 선형이다. 선형 함수는 결국 여러 개 연결시켜도 하나... 교육후기이론교육후기 [AIFFEL] 22.Feb.25, Exploration - Transformer_Chatbot 결론짓자면, 인코더 디코더는 보다 효율적인 번역 등의 작업, 즉 문맥 정보 같은 걸 최대화 하고자 한 것 같다. 인코더의 최종 결과로 나온 context vector를 갖고 디코더가 작업하는 건데, 그냥 RNN은 그런 최종으로 나온 context vector를 사용하는 게 아니니까 일단 개념적으로는 배치마다 하는 게 아니라 레이어에 대해(어찌 보면 activation map에 대해) 해준다는... 미니프로젝트교육후기교육후기 [AIFFEL] 22.Jan.28 - Tensorflow2_APIs Sequential API Functional API keras.Model을 사용해서 모델을 만든다는 것이 특징이다. 어떻게 보면 Sequential Model은 그냥 keras.Model 클래스를 상속받아서 쓰는 것이다. keras.Model은 __init__()이라는 메서드 안에서 레이어 구성을 정의 문득 의문이 든 건 call()을 쓰지도 않았는데 어떻게 모델의 forward propa... 교육후기이론교육후기 [AIFFEL] 22.Jan.12 - Tensorflow_and_CNN : pre-trained 모델로서 Transfer Learning 시 기초로 삼을 모델(예 : CNN 계열의 VGG, RestNET) 사전학습 된 모델(pre-trained model) 이용하기 pre-training 데이터가 내 데이터와 매우 비슷할 때 Dataset.shuffle(buffer_size).batch(batch_size)의 의미 (raw_train, raw_validation... 교육후기Deep MLpython 기초Deep ML
[AIFFEL] 22.Mar.17, GD_ResNet_Ablation_Study Model groups layers into an object with training and inference features. With the "Functional API", where you start from Input, you chain layer calls to specify the model's forward pass, and finally you create your model... 교육후기Going DeeperGoing Deeper [AIFFEL] 22.Mar.22, GD_Data_Augmentation(Project) TTA(Test Time Augmentation)는 증강된 이미지를 여러번 보여준 다음 각각의 단계에 대해서 prediction을 평균하고 이 결과를 최종값으로 사용하는 것 일단 cross-validation은 모델 하나에 대한 평가를 training set에서 나온 여러 개의 validation 셋에 대해 해본다는 의미(그리고 평균 냄)인 것 같음 tf.data.Dataset 자료형을 변환... 교육후기미니프로젝트Going DeeperGoing Deeper [AIFFEL] 22.Feb.14 - Activation_Functions 두 개를 이용해서 어떤 식이 주어진 조건에 따라 두 특성을 만족하면 선형이라고 볼 수 있다. 선형 함수 여러 개를 연결 시켰을 때 선형이 되는지를 위의 조건들을 통해서 증명할 수 있단다. 이렇게 되면 각 층마다 가중치들이 각각 있어도 그 중 하나만 업데이트 잘 시킨 거랑 값이 똑같단다.(이 이유는 선형 함수를 여러 개 합성시키면 그 함수도 선형이다. 선형 함수는 결국 여러 개 연결시켜도 하나... 교육후기이론교육후기 [AIFFEL] 22.Feb.25, Exploration - Transformer_Chatbot 결론짓자면, 인코더 디코더는 보다 효율적인 번역 등의 작업, 즉 문맥 정보 같은 걸 최대화 하고자 한 것 같다. 인코더의 최종 결과로 나온 context vector를 갖고 디코더가 작업하는 건데, 그냥 RNN은 그런 최종으로 나온 context vector를 사용하는 게 아니니까 일단 개념적으로는 배치마다 하는 게 아니라 레이어에 대해(어찌 보면 activation map에 대해) 해준다는... 미니프로젝트교육후기교육후기 [AIFFEL] 22.Jan.28 - Tensorflow2_APIs Sequential API Functional API keras.Model을 사용해서 모델을 만든다는 것이 특징이다. 어떻게 보면 Sequential Model은 그냥 keras.Model 클래스를 상속받아서 쓰는 것이다. keras.Model은 __init__()이라는 메서드 안에서 레이어 구성을 정의 문득 의문이 든 건 call()을 쓰지도 않았는데 어떻게 모델의 forward propa... 교육후기이론교육후기 [AIFFEL] 22.Jan.12 - Tensorflow_and_CNN : pre-trained 모델로서 Transfer Learning 시 기초로 삼을 모델(예 : CNN 계열의 VGG, RestNET) 사전학습 된 모델(pre-trained model) 이용하기 pre-training 데이터가 내 데이터와 매우 비슷할 때 Dataset.shuffle(buffer_size).batch(batch_size)의 의미 (raw_train, raw_validation... 교육후기Deep MLpython 기초Deep ML