딥러닝5 [밑바닥부터 시작하는 딥러닝] 4장 신경망 학습 제가 발표했던 자료 및 설명 공유합니다. "밑바닥부터 시작하는 딥러닝" 책의 4장 신경망 학습 내용입니다. 학습 : 훈련 데이터로부터 가중치 매개변수의 최적값을 자동으로 획득하는 것 신경망이 학습할 수 있도록 해주는 지표인 손실 함수를 알아보자 !! 이 손실 함수의 결과값을 가장 작게 만드는 가중치 매개변수를 찾는 것이 학습 목표 손실함수의 값을 가급적 작게 만드는 기법으로 함수의 기울기를 활용하는 경사법 소개 ~ 신경망의 특징 : 데이터를 보고 학습할 수 있다는 점. 매개변수의 값을 데이터를 보고 자동으로 결정한다. 알고리즘을 밑바닥부터 설계하는 것 대신 주어진 데이터를 잘 활용해서 해결한다. 이미지에서 특징feature(입력 이미지에서 중요 데이터를 정확하게 추출할 수 있도록 설계된 변환기) 추출 -.. 2021. 2. 1. [Coursera Deep Learning] Neural Networks and Deep Learning 강의 추천 코세라 DL 강의 추천합니다! 강의 outline 및 중요한 부분을 정리했습니다. I find it really satisfying when I learn about algorithm and they get it coded up and I see it worked for myself. So I hope you enjoy that too. Outline of this Course Week 1 : Introduction Week 2 : Basics of Neural Network programming Week 3 : One hidden layer Neural Networks Week 4 : Deep Neural Networks coursera.org/share/c4aeb004a5233df59080aa893b.. 2021. 1. 26. [밑바닥부터 시작하는 딥러닝] 정리 링크 공유 파이썬으로 익히는 딥러닝 이론 및 구현을 다루는 가장 유명한 책인 [밑바닥부터 시작하는 딥러닝] 내용 및 코드 정리된 링크 공유합니다. https://sdr1982.tistory.com/201 '밑바닥부터 시작하는 딥러닝' jupyter notebook 정리 노트. '밑바닥부터 시작하는 딥러닝' 책 스터디 한 내용 정리해서 jupyter notebook 으로 올립니다 Github주소 : https://github.com/SDRLurker/deep-learning jupyter notebook 주소 : http://nbviewer.jupyter.org/g.. sdr1982.tistory.com 1장 헬로 파이썬 1.1 파이썬이란? 1.2 파이썬 설치하기 __1.2.1 파이썬 버전 __1.2.2 사용하는 외.. 2021. 1. 24. 삼성SDS Techtonic 2020 삼성SDS Techtonic 2020 삼성SDS에서 주최하는 Techtonic 2020은 올해로 3회 째를 맞이하는 기술/개발자 콘퍼런스입니다. 연구원, 개발자 및 다양한 분야의 전문가들을 모시고 최신기술 동향과 연구방향, 연구개발 노하우는 물론 각종 산업에 적용된 사례를 공유하는 기술교류의 장으로 기획되었습니다. 특히, 올해는 삼성SDS 5대 핵심 기술인 ABCDS (AI, Blockchain, Cloud, Data Analytics, Security)를 중심으로 Quantumn Computing, SW Engineering, Open Source 등 다양한 영역의 기술이 소개 될 예정입니다. 사전등록했다! COVID-19로 인하여 11월 12일 10:00 ~ 15:00 온라인으로 생중계된다. 열심히 .. 2020. 11. 5. [논문 정리] Mask R-CNN (1) Mask R-CNN Abstract 더보기 객체 인스턴스 분할(object instance segmentation) 인스턴스 세그먼테이션의 목표는 이미지에서 특정 객체를 감지하고 관심 객체 주위에 마스크를 만드는 것이다. 단순 경계 상자 대신에 마스크가 결과인 객체 감지로 간주 할 수 있다. 객체 인스턴스 분할을 위한 개념적으로 단순, 유연, 일반적인 프레임워크를 제시한다. 각 인스턴스에 대해 고품질 분할 마스크를 생성, 이미지의 객체를 효율적으로 감지한다. 이는 Mask R-CNN 방법으로, 경계 상자 인식를 위해 기존 branch와 함께 병렬적으로 객체 마스크를 예측하기 위한 branch(분기)를 추가함으로써 Faster R-CNN을 확장한다. Mask R-CNN은 훈련하기 간단하고, 5fps로 작동.. 2020. 9. 2. 이전 1 다음
