# Xavier

bpbpbp_yosep

가중치 초기화는 신경망 제작에 있어 중요하다.첫 가중치를 무슨 값으로 하느냐에 따라 결과가 천차만별이 되기 때문이다.가중치 설정의 중요성과 Xavier Initialization 식을 유도해보자.만약 가중치가 너무 작다면 발생하는 문제를 살펴보자.예시로 사용한 구조는

khjgmdwns

오피스 프로그램은 필요없으므로 제거하여 용량을 확보하자sudo apt-get autoremove libreoffice\* -ysudo apt-get clean

khjgmdwns

Jetson Jetpack SDK를 설치 후 nvidia 계정으로 gui 부팅이 된 상태를 기준으로 시작한다.$ sudo apt update$ sudo apt upgradeJetson 보드에 VNC 원격 데스크탑 서버를 설치할 수 있지만,느려서 답답하기 때문에, 키보드

korkhg15

ROS-installIf you using ubuntu 18.04 on desktop, following below link to install ros-melodichttps://velog.io/@korkhg15/ubuntu-18.04-ros-melodic-i

dannialism

기울기값을 얼만큼 경사하강법에 적용할 지 결정하는 hyperparameter 입니다. 학습률(learning rate)를 조절하여 기울기 값을 조정할 수 있습니다. 그 결과, 모델 성능을 효율적으로 개선할 수 있습니다.(global minima를 효율적으로 찾을 수

rnjsdb72

올바른 순서대로 학습을 진행최초 입력값으로부터 각 층마다 존재하는 가중치와 연산하고 활성화 함수를 통과하는 과정을 순서대로 이어나가 최종 layer까지 계산한 후 실제 label과 오차를 계산하는 것반대 방향으로 학습을 진행순전파에서 계산한 오차를 기반으로 기울기를 사

uonmf97

아래의 그래프와 같이 학습된 결과 값의 에러값을 비교해 봤을때, good initializaion이 일어났을 때, 더 좋은 예측 손실 값을 얻은 것을 알 수 있다. ( initializaion - 뒤에 N 표시)현명한 initialization 방법 : 0으로 초기화