Deep Learning (10) 썸네일형 리스트형 Batch Normalization Understanding Batch Normalization with Examples in Numpy and Tensorflow with Interactive Code So for today, I am going to explore batch normalization (Batch Normalization: Accelerating Deep Network Training by Reducing Internal… towardsdatascience.com Normalization vs. Standardization 참고로, 표준화와 정규화는 데이터의 스케일을 조정해 다루기 쉽게 만들어줄 뿐 데이터의 분포 모양을 변경하지는 않음 -> sklearn.preprocessing.StandardScaler, sklearn.. [모두를 위한 딥러닝/시즌2] Lab-07-1 Tips Lab-07-1 Tips 다음은 모두를 위한 딥러닝 시즌 2의 Lab-07-1 Tips를 학습하고 요약정리한 내용입니다. 강의 내용을 기반으로 요약하되, 보충 설명이 필요한 경우 확률론 필기노트와 위키독스를 참고했습니다. 학습 목표 신경망과 관련된 여러가지 팁에 대해 알아본다. 핵심 키워드 최대 가능도 추정(Maximum Likelihood Estimation), 과적합(Overfitting), 규제(Regurlarization), 훈련 데이터셋과 테스트 데이터셋(Training and Test Dataset), 학습률(Learning Rate), 데이터 전처리(Data Preprocessing) 1. Reminder: Maximum Likelihood Estimation(최대 가능도 추정) Maximu.. [머신러닝 야학/2기] Tensorflow 이미지 분류 - CNN (python) 수업 정리 Tensorflow 이미지 분류 - CNN (python) 다음은 머신러닝 야학에서 텐서플로우 심화 강의인 을 학습하고 요약정리한 내용입니다. 강의 내용을 기반으로 요약하되, 보충 설명이 필요한 경우 이라는 책과 Stanford 대학의 강의를 참고했습니다. 오리엔테이션 이전 기초 수업에서는 "표" 형태의 데이터를 다뤘다면 이번 심화 수업에서는 "이미지" 형태의 데이터를 다룰 예정입니다. 데이터와 차원 데이터에 대해 차원은 두 가지 의미를 가집니다. • "차원 수"의 의미 - 데이터 공간의 맥락: 변수의 개수 - 데이터 형태의 맥락: 배열의 깊이 이미지 데이터 이해 이미지 데이터를 이해하기 위해 MNIST와 CIFAR10 데이터를 가지고 실습을 진행해봅니다. • MNIST 이미지 데이터 하나의 "차원 수".. [모두를 위한 딥러닝/시즌2] Lab-06 Softmax Classification Lab-06 Softmax Classification 다음은 모두를 위한 딥러닝 시즌 2의 Lab-06 Softmax Classification를 학습하고 요약정리한 내용입니다. 강의 내용을 기반으로 요약하되, 보충 설명이 필요한 경우 부스트코스와 위키독스를 참고했습니다. 학습 목표 소프트맥스 분류(Softmax Classification)에 대해 알아본다. 핵심 키워드 소프트맥스(Softmax), 크로스 엔트로피(Cross Entropy) • 이산 확률 분포(Discrete Probability Distribution) 확률 변수가 가질 수 있는 값들이 셀 수 있는 경우 그 확률 변수의 분포 • 연속 확률 분포(Continuous Probability Distribution) 확률 변수가 가질 수 있는.. [모두를 위한 딥러닝/시즌2] Lab-05 Logistic Regression Lab-05 Logistic Regression 다음은 모두를 위한 딥러닝 시즌 2의 Lab-05 Logistic Regression를 학습하고 요약정리한 내용입니다. 강의 내용을 기반으로 요약하되, 보충 설명이 필요한 경우 부스트코스와 위키독스를 참고했습니다. 학습 목표 로지스틱 회귀(Logistic Regression)에 대해 알아본다. 핵심 키워드 로지스틱 회귀(Logistic Regression), 가설(Hypothesis), 손실 함수(Cost Function), 평가(Evaluation) 1. Reminder • 이진 분류(Binary Classification): 둘 중 하나를 결정하는 문제 • 로지스틱 회귀(Logistic Regression): 이진 분류를 풀기 위한 대표적인 알고리즘, .. 이전 1 2 다음
