분류 전체보기 (52) 썸네일형 리스트형 TOEFL 1개월 차 정리 방학을 시작하면서 TOEFL을 본격적으로 공부를 해보고자 친구들과 함께 스터디를 만들었다. 무엇이든 공부는 스스로 하는 것이라고 생각하기 때문에, 스터디 운영 계획은 다음과 같았다. 본인의 일주일 계획을 실천하기 멘토의 과제 수행하기 개인적으로 스터디한 내용들을 정리하기 영어 공부를 제대로 해본 적이 없기 때문에, 하나부터 천천히 해보기로 다짐했고 현재는 1개월 차이다. TOEFL을 공부하다 보니, 개인적으로도 기록용으로 남겨두면 좋을 것 같아서 앞으로 이 곳에서 영어 공부에 대한 기록을 이어나갈까 한다. 스터디는 "스터디원 3명 + 멘토 1명"으로 구성되어 있고 일주일마다 정해진 시간에 검사받는 식으로 진행이 된다. 내가 지금까지 어떻게 공부를 해왔으며, 간단하게 어떤 공부를 해왔는 지 기록하려 한다... Perceptron이란 ? Perceptron이란? 인공 신경망의 가장 간단한 형태를 의미한다. 딥러닝의 역사는 perceptron을 시작으로 발전해왔는데, GATE를 통해 조금 더 자세히 알아보자. AND GATE는 x1, x2가 모두 1이면 1이고 나머지는 0으로 연산하는 GATE를 의미한다. Perceptron은 입력값을 받아들이고, 여기에 가중치를 곱한 후, 편향을 더하여 계산을 한다. 위의 그림에서 $$f(-0.8 + 0.5x_1 + 0.5x_2)$$ 에서 0.5가 각각의 가중치이며 -0.8이 편향이다. Hard thresholding은 0보다 작으면 0, 1보다 크면 1 을 의미한다.이와 같은 방법으로 GATE에 대한 perceptron의 결과를 확인해보면, 다음과 같은 결과가 나온다. 선을 기준으로 0과 1을 구분할 .. EfficientNet 논문 리뷰 2019년 5월, Google Brain팀에서 개발한 신경망(CNN) architecture로써, 기존의 CNN 모델보다 더 나은 성능과 더 적은 parameter를 가지고 있다. 모델의 정확도를 높일 때, 일반적으로 모델을 크게 만들어서 성능을 높인다. 모델을 크게 만드는 것은 3가지 방법이 있는데, Network의 depth를 깊게 만드는 것 Channel width (filter의 개수)를 늘리는 것 (width가 넓을수록 미세한 정보가 많이 담긴다.) Input image의 크기 조절 (해상도를 높이는 것) 기존에는 이 3가지를 수동으로 조절했기 때문에 최적의 성능과 효율을 얻지 못했다. 하지만 EfficientNet은 AutoML을 통해 이 3가지를 효율적으로 조절할 수 있는 compound s.. ML 스터디 간단하게 정리하기 [12강: 지도학습 & 비지도학습] 머신러닝 : 인공지능을 구현하는 하나의 방법이며, 데이터를 이용해 데이터 특성과 패턴을 학습하여 미지의 데이터에 대한 결과를 예측하는 기법 학습 방법에 따라 "지도 학습" 과 "비지도 학습" 로 나뉜다. 1. 지도 학습 => 입력 값에 해당하는 출력 값을 포함한 데이터를 가지고 학습을 하며, 회귀(Regression) & 분류 (Classification)에 사용된다. ex) 공부 시간과 시험 점수가 나와있는 데이터로 학습 >> input : 공부시간 >> 출력값 - Regression (회귀) : Training Data의 연속적인 숫자 값을 예측하고 사용하는 것, ex) input : 공부시간 >> 시험 점수 예측 - Classification (분류) : 주어진 .. 이전 1 ··· 4 5 6 7 다음
