개발자의시작

글은 모두를위한딥러닝 시즌2 https://github.com/deeplearningzerotoall/PyTorch 을 정리한 글입니다. GitHub - deeplearningzerotoall/PyTorch: Deep Learning Zero to All - Pytorch Deep Learning Zero to All - Pytorch. Contribute to deeplearningzerotoall/PyTorch development by creating an account on GitHub. github.com 앞으로 다룰 가장 기본적인 단위인 벡터(Vector), 매트릭스(Matrix), 텐서(Tensor)에 살펴본다. 위의 그림에는 없지만, 차원이 없는 값을 스칼라(Scalar)라고 한다. 첫 번..

이 글은 Natural Language Processing with Pytorch 강의자료를 번역 및 정리해놓은 글입니다. 강의 자료 및 코드 링크 : https://github.com/dlsucomet/MLResources/blob/master/books/%5BNLP%5D%20Natural%20Language%20Processing%20with%20PyTorch%20(2019).pdf dlsucomet/MLResources Repository for Machine Learning resources, frameworks, and projects. Managed by the DLSU Machine Learning Group. - dlsucomet/MLResources github.com A Perceptr..

이 글은 Natural Language Processing with Pytorch 강의자료를 번역 및 정리해놓은 글입니다. 강의 자료 및 코드 링크 : https://github.com/dlsucomet/MLResources/blob/master/books/%5BNLP%5D%20Natural%20Language%20Processing%20with%20PyTorch%20(2019).pdf dlsucomet/MLResources Repository for Machine Learning resources, frameworks, and projects. Managed by the DLSU Machine Learning Group. - dlsucomet/MLResources github.com Example: C..

이 글은 Natural Language Processing with Pytorch 강의자료를 번역 및 정리해놓은 글입니다. 강의 자료 및 코드 링크 : https://github.com/dlsucomet/MLResources/blob/master/books/%5BNLP%5D%20Natural%20Language%20Processing%20with%20PyTorch%20(2019).pdf dlsucomet/MLResources Repository for Machine Learning resources, frameworks, and projects. Managed by the DLSU Machine Learning Group. - dlsucomet/MLResources github.com Diving Dee..

이 글은 Natural Language Processing with Pytorch 강의자료를 번역 및 정리해놓은 글입니다. 강의 자료 및 코드 링크 : https://github.com/dlsucomet/MLResources/blob/master/books/%5BNLP%5D%20Natural%20Language%20Processing%20with%20PyTorch%20(2019).pdf dlsucomet/MLResources Repository for Machine Learning resources, frameworks, and projects. Managed by the DLSU Machine Learning Group. - dlsucomet/MLResources github.com 이 장에서는 활성화..

이 글은 홍콩과기대 김성훈 교수님의 강의를 개인적으로 정리한 글입니다. 강의 영상 및 강의자료는 아래의 링크에서 확인하실 수 있습니다. 링크 : http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io Hypothesis and cost 이전 포스팅에서 hypothesis와 cost를 다음과 같이 정의하였다. 편의를 위해 아래와 같이 표현할 수 있다. 데이터가 주어질때 Hypothesis의 W와 Cost는 다음과 같이 계산할 수 있다. X Y 1 1 2 2 3 3 W=1, cost(W)=0 W=0, cost(W)=4.67 W=2, cost(W)=4.67 Cost function을 그래프로 나타내면 아래와 같은 그림을 그릴 수 있다. 목표는 오차(c..

이 글은 홍콩과기대 김성훈 교수님의 강의를 개인적으로 정리한 글입니다. 강의 영상 및 강의자료는 아래의 링크에서 확인하실 수 있습니다. 링크 : http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 이전 강의 review 강의 2.0에서 언급했듯 Linear Regression의 목표는 가설(Hypothesis)과 실제의 차이(Loss)를 줄여가는 것. TensorFlow의 메커니즘은 아래의 3가지 스텝으로 이루어짐. 1) 텐서 플로우 툴을 이용해서 그래프 빌드 2) sess.run(op)를 이용해 그래프를 실행 3) 그래프 속에 있는 값들이 업데이트되거나 값을 리턴 강의 1.1에서 배운 가설에 대한 실제 구현을 정리 1 2 3 4 5 6 7 ..

이 글은 홍콩과기대 김성훈 교수님의 강의를 개인적으로 정리한 글입니다. 강의 영상 및 강의자료는 아래의 링크에서 확인하실 수 있습니다. 링크 : http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io Predicting exam score: regression x(hours) y(score) 10 90 9 80 3 50 2 30 위와 같은 데이터가 주어지고 이를 지도 학습한다고 가정한다. 여기서 y(출력)의 경우 0~100 사이의 값을 갖게 된다. 이와 같이 일정 범위 값을 예측하는 것을 지도 학습 중에서도 Regression(회귀)라고 한다. 공부한 시간 x(hour) 만큼 공부한 학생들이 점수 y(score) 의 성적을 받는다. 이 데이터가 ..