DeepLearningBasic
1.[DL-Basic 정리] 신경망(Neural Network)과 MLP
Data : 학습할 dataModel : data 를 어떻게 변형(transform)할 것인가Loss Function : model의 error를 정량화 하는 함수Algorithm : loss를 어떻게 줄일지에 대한 방법function approximators 이다.즉
2.[DL-Basic 정리][Neural Network 최적화] Optimization 관련 주요 용어
이 글에서는 최적화Optimization에 관련된 용어들의 주요 concept을 알아보도록 하자. 모델이 test data에도 얼마나 잘 적용되는지 보여주는 일반화 성능으로 그래프의 Generalization gap이 일반화성능의 척도가 된다.단 Generalizati
3.[DL-Basic 정리][Neural Network 최적화] Regularization 관련 주요 용어 정리
Regularization 이 글에서는 Neural Network을 최적화 하기위한 Regularization(정규화) 에 대한 주요 용어의 concept를 알아보도록 하자. 보통 Regularization 은 일반화(generalization) 가 잘되도록 하기 위
4.[DL-Basic 정리][CNN] CNN의 Concept
CNN 에서 쓰이는 Convolution 에 대해서 알아보도록 하자.수식으로 Convolution을 이해해보는 글도 있으니 참고하도록하자.Convolution 연산 이해하기2D 이미지는 흑백이미지를 생각하면 된다.기본적인 2D 이미지에서 Convolution 연산을 하
5.[DL-Basic][CNN] Advanced CNN 기본 개념
이 글에서는 Basic CNN 보다는 나은 CNN 모델들의 기본 개념과 어떻게 발전해왔는지에 다뤄보고자 한다.앞선 글 에서 CNN이 어떤 식으로 발전해 왔는지 언급하였는데Depth 는 깊어짐Parameter 개수 는 적어짐 이라고 하였는데 , 이 두가지 관점위주로 살펴
6.[DL-Basic][Seq] RNN과 LSTM
이 글은 부스트캠프 AI Tech 3기 강의를 듣고 정리한 글입니다.Sequence model 에서 가장 큰 어려움은 길이가 달라 모델링이 쉽지 않다는 것이다.초기에는 sequenctial 한 데이터를 다루기 위해 이전 데이터를 계속해서 고려하는 모델을 만들었다.하지만
7.[DL-Basic][Seq] Tranformer 기본 concept
이 글은 부스트캠프 AI Tech 3기 강의를 듣고 정리한 글입니다.신경망에 넣을때 sequential 하게 입력이 들어가게 되는데 sequential data가 끊기거나(Trimmed), 중간에 빠져있거나(Omitted), 밀리거나(Permuted) 한다면 모델학습을