# Deep Learning
Maximum Likelihood Estimation (최대우도법)
"Maximum likelihood를 찾았다" = 관측치에 대한 우도를 최대화 하는 평균 or 표준편차를 찾은것데이터의 분포를 fit하기 위한 최적의 방법(분포)를 찾는 것
파이토치 딥러닝 마스터_5장
5장에서는 ~!! 1.데이터로부터 알고리즘이 학습하는 방법2.미분과 경사 하강을 사용한 파라미터 추정이라는 관점으로 학습에 대해 재구성해보기3.간단한 학습 알고리즘 훑어보기학습을 돕는 파이토치의 자동미분에 대해 알아볼겁니다 !
파이토치 딥러닝 마스터_4장
4장에서는 ~!! 파이토치 텐서로 실제 데이터를 표현하고,데이터 타입 범위를 다루고파일에서 데이터를 읽으며데이터를 텐서로 변환한다.신경망 모델 입력으로 사용하기 위한 텐서까지 만들어보자 !
[스터디 내용 정리] 1. step01 ~ step06: 역전파 일부 구현
이 책에서 만드는 코드의 특징이 'Symbolic' 하다는 것이다.sympy 패키지를 보면!업로드중..우리가 실제로 사용하는 기호처럼 코딩돼있다.저 변수에 실제로 값을 대입하면 결과가 나오는 셈이다.이 책에서는 파이썬의 클래스를 이용해 표현하였다.Variable의 경우
[스터디 내용 정리] 0. 스터디 방향
초과 학기가 시작됐다.조금 늦은 감이 있지만 딥러닝 스터디를 시작하기로 했다.일단 인공지능 공부하는 동아리에 들어갔는데 인원이 50여 명 정도로 꽤 많았다.동아리 내부에서 자율적으로 그룹을 꾸려 스터디를 시작하는 형식이다.나는 밑바닥부터 시작하는 딥러닝 3권 스터디를
[PyTorch/에러 해결] RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:1 and cuda:0! (when checking argument for argument weight in method wrapper__cudnn_convolution)
Pretrained 된 VGG16 Model의 Feature Map과 U-Net에서 나온 feature map을 concat 하고 self-attention 연산을 할때 에러가 났다. 간단하게 그림으로 표현하면 아래와 같다.VGG16에서 얻은 feature map들을
딥러닝_안면 인식 출석 시스템_프로젝트 (3)
딥러닝안면 인식 시스템프로젝트 (2)에 이은 발표 PPT 및 설명 글입니다.🍑🍑🍑!\[]안녕하십니까.딥러닝 프로젝트 심현우 캐리해조 발표 시작하겠습니다.저희 조는 얼굴인식을 활용한 출석체크 라는 제목으로 준비를 해 보았습니다.지금 저희 6개월 교육 중에 절반정도
AdamW, one-cycle policy
AdamW optimizer는 Adam optimizer를 기반으로 하며, 가중치 감쇠(weight decay)를 추가한 최적화 방법입니다. Adam optimizer는 일반적으로 높은 학습 속도(learning rate)를 사용하면서도 모멘텀과 RMSProp을 결합하
Weighted Focal Loss
Weighted Focal Loss는 객체 검출(Object Detection) 분야에서 많이 사용되는 손실 함수 중 하나입니다. 이 손실 함수는 각각의 예측 오차에 대해 가중치를 적용하여 불균형한 데이터셋에서 높은 정확도를 얻는 데에 사용됩니다.Focal Loss는
파이토치 딥러닝 마스터_3장
3장에서 배울 내용은 바로 ~! 1.파이토치 기본 자료구조인 텐서를 이해한다. 2.텐서를 인덱스로 접근해서 연산한다. 3.다차원 배열 넘파이와 연계해서 다루기 ! 지금 바로 공부해보자 ~!
[CS231] Lecture 1. Introduction to Convolutional Neural Networks for Visual Recognition 정리
[CS231] Lecture 1
파이토치 딥러닝 마스터_2장
사전 훈련된 신경망 모델 3가지를 확인해보자 ! - 사전 훈련된 이미지 인식 모델 돌려보기 - GAN 과 사이클 GAN 을 소개 - 이미지에서 텍스트 설명을 만들어낼 수 있는 자막 모델
Train UNet model with Pascal VOC 2012 datasets, and conduct image segmentation
Encoder-Decoder Implementation
Implement 2-Layer Neural Net with Sofmax Classifier
Using “CIFAR-10” dataset, Implement 2-Layer Neural Net with Sofmax Classifier.