Study/딥러닝 텐서플로 교과서 - 길벗 (11) 썸네일형 리스트형 [Book]딥러닝 텐서플로 교과서[END] Book Title : 딥러닝 텐서 플로 교과서 저자 서지영님 길벗 출판사 후기 데이터셋과 코드가 잘 나와있어서 보기 좋았던 책이었지만 자연어 처리 부분은 역시 좀 어렵다 [Book] 10. 자연어 처리를 위한 임베딩 개요 책을 보고 공부한 내용을 정리합니다. 딥러닝 텐서플로 교과서 저자 서지영님 길벗 출판사 코드 출처 https://github.com/gilbutITbook/080263 GitHub - gilbutITbook/080263 Contribute to gilbutITbook/080263 development by creating an account on GitHub. github.com 10. 자연어 처리를 위한 임베딩 사람이 사용하는 언어(자연어)를 컴퓨터가 이해할 수 있는 언어(숫자) 형태인 벡터(vector)로 변환한 결과 혹은 과정 종류 : [ 희소 표현 기반 임베딩, 횟수 기반 임베딩, 예측 기반 임베딩, 횟수/예측 기반 임베딩] 10.1.1 희소 표현 기반 임베딩(spare representat.. [Book]9. 자연어 처리 개요 책을 보고 공부한 내용을 정리합니다. 딥러닝 텐서플로 교과서 저자 서지영님 길벗 출판사 코드 출처 https://github.com/gilbutITbook/080263 GitHub - gilbutITbook/080263 Contribute to gilbutITbook/080263 development by creating an account on GitHub. github.com 9. 자연어 처리 9.1.1 자연어 처리 용어 및 과정 1. 말뭉치(corpus) - 자연어 처리에서 모델을 학습시키기 위한 데이터 2. 토큰(token) 자연어 처리를 위한 문서는 작은 단위로 나누어야 함, 이떄 문서를 나누는 단위 문자열을 토큰으로 나누는 작업을 토큰 생성(tokenizing) 3. 토근화(tokeniz.. [Book]8. 성능 최적화 개요 책을 보고 공부한 내용을 정리합니다. 딥러닝 텐서플로 교과서 저자 서지영님 길벗 출판사 코드 출처 https://github.com/gilbutITbook/080263 GitHub - gilbutITbook/080263 Contribute to gilbutITbook/080263 development by creating an account on GitHub. github.com 8. 성능 최적화 8.1.1 데이터를 사용한 성능 최적화 최대한 많은 데이터 수집하기 데이터 생성하기 (예 ImageDataGenerator()) 데이터 범위(scale) 조정 (정규화, 규제화, 표준화) 8.1.2 알고리즘을 이용한 최적화 유사한 용도의 알고리즘들을 선택해 모델 선택 8.1.3 알고리즘 튜닝을 위한 최적화.. [Book]7. 시계열 분석 개요 책을 보고 공부한 내용을 정리합니다. 딥러닝 텐서플로 교과서 저자 서지영님 길벗 출판사 코드 출처 https://github.com/gilbutITbook/080263 GitHub - gilbutITbook/080263 Contribute to gilbutITbook/080263 development by creating an account on GitHub. github.com 7. 시계열 분석 7.1 시계열 문제 시계열 분석이란 특정 대상의 시간에 따라 변하는 데이터를 사용하여 추이를 분석하는 것 예를 들어 주가/환율 변동 및 기온/습도 변화 등 추세 파악, 향후 전망 예측 시계열 형태는 데이터 변동 유형에 따라 불규칙 변동, 추세 변동, 순환 변동, 계절 변동으로 구분 1. 불규칙 변동(irr.. [Book]6. 합성곱 신경망 2 개요 책을 보고 공부한 내용을 정리합니다. 딥러닝 텐서플로 교과서 저자 서지영님 길벗 출판사 코드 출처 https://github.com/gilbutITbook/080263 GitHub - gilbutITbook/080263 Contribute to gilbutITbook/080263 development by creating an account on GitHub. github.com 6. 합성곱 신경망 2 6.1.1 LeNet-5 합성곱과 다운 샘플링을 반복적으로 거치면서 마지막에 완전 연결층에서 분류 수행 C1에서 5 *5 합성곱 연산 후 28 * 28 크기의 특성 맵 여섯 개 생성 S2에서 다운 샘플링하여 특성 맵 크기를 14 *14로 줄임 C3에서 5 * 5 합성곱 연산하여 10 * 10 크기의 .. [Book]5. 합성곱 신경망 1 개요 책을 보고 공부한 내용을 정리합니다. 딥러닝 텐서플로 교과서 저자 서지영님 길벗 출판사 코드 출처 https://github.com/gilbutITbook/080263 GitHub - gilbutITbook/080263 Contribute to gilbutITbook/080263 development by creating an account on GitHub. github.com 5. 합성곱 신경망 1 5.1.1 합성곱층의 필요성 이미지, 영상처리에 유용 5.1.2 합성곱 신경망 구조 입력층 합성곱층 풀링층 완전 연결층 출력층 합성곱 신경망은 합성곱층과 풀링층을 거치면서 입력 이미지의 주요 특성 벡터를 추출 추출된 주요 특성 벡터들은 완전 연결층을 거치면서 1차원 벡터로 변환, 마지막으로 출력층에서.. [Book]4. 딥러닝 시작 개요 책을 보고 공부한 내용을 정리합니다. 딥러닝 텐서플로 교과서 저자 서지영님 길벗 출판사 코드 출처 https://github.com/gilbutITbook/080263 GitHub - gilbutITbook/080263 Contribute to gilbutITbook/080263 development by creating an account on GitHub. github.com [Book]4.1 인공 신경망의 한계와 딥러닝 출현 퍼셉트론 다수의 신호를 입력으로 받아 하나의 신호를 출력 흐른다/안흐른다(1/0) 정보 전달 AND 게이트는 모든 입력이 1일 떄 OR 게이트는 둘중하나만 '1'이거나 둘 다 '1' 일 떄 데이터가 선형적으로 분리되서 기본적인 분류가 가능하다 하지만 XOR 게이트는 두 개.. 이전 1 2 다음
