Programmer Jinyo (58) 썸네일형 리스트형 t-SNE(t-distributed stochastic neighbor embedding) 설명 t SNE는 High Dimension Data (고 차원의 데이터) 를 Low Dimension Data (저 차원의 데이터) 로 거리 관계를 유지하며 임베딩 시키는 알고리즘이다. 임베딩(Embedding) 고차원을 저차원으로 임베딩한다는 것에 관련하여 쉽게 설명을 하자면, 3차원상에 있는 점들을 2차원에 그릴 때, 먼 곳은 멀게, 가까운 곳은 가깝게 표현하는 행위를 의미한다. 그리고 차원을 줄이면서 거리관계를 완벽히 유지하는것은 불가능 하기 때문에 여러 임베딩을 하기 위한 알고리즘들이 만들어졌다. 지구의 모양이 3d인데 지도를 2d 상에 그리려다 보니 북극과 남극이 실 척도보다 크게 그려졌다는 것을 예로 들면 더 쉬울 것이다. 우리의 목표는 50차원, 혹은 그 이상의 데이터들에서도 데이터들간의 상관관.. Vue.js 튜토리얼 한국어 링크 웹 프론트엔드 프레임워크 뷰 강의 링크이다. 1. https://kr.vuejs.org/v2/guide/index.html 뷰 공식 한국어 튜토리얼. 한글화가 잘 되어있다. 2. https://velopert.com/vuejs-tutorials 벨로퍼트님의 뷰 튜토리얼이다. 3. http://vuejs.kr/2017/02/05/express-with-vue/ express를 통한 nodejs api 백엔드와 vue를 어떻게 붙이는지에 대한 환경 구성에 대한 글이다. 4. https://router.vuejs.org/kr/guide/ vue로 프론트엔드 router을 구현할 수 있게 해준다. http://blog.jeonghwan.net/2018/04/07/vue-router.html 이 링크도 참고할만하.. 쉽게 쓴 GAN ( Generative Adversarial Nets ) 내용 및 수식 정리 + 여러 GAN 들 GAN은 새로운 데이터(사진이라던가, 그림이라던가 하는)를 만들어내는 것을 목적으로 설계된 머신러닝 모델이다. 기본적인 구조는 두개의 적대적인 (서로 싸우는) 네트워크를 훈련시켜서 이것을 구현하도록 되어있는데, D : discriminative model (식별하는 모델) 과 G : generative model (생성하는 모델) 이 그 두 모델이다. (앞으로 D와 G라고 부르겠다) 일단 학습에 필요한 데이터는, 생성하려는 것들의 샘플인데, 이를테면 사진 같은 것들이다. 이 때 , G 는 데이터의 분포를 보고 그럴듯한 새로운 데이터를 만들어내고, D는 실제 데이터인지 아니면 만들어진 데이터인지 알아맞춘다. 이렇게 G : 속이는 모델 , D : 속지 않기 위한 모델 이 한 쌍이 되어서 서로 minmax t.. Nodejs 튜토리얼 글 펌 The Node Beginner BookA Node.js tutorial by Manuel Kiessling translated into korean by 심형석, 채수원이 문서에 대하여본 문서의 목표는 Node.js용 애플리케이션 개발을 시작을 할 수 있게 만드는 것입니다. 그리고 함께 알아야 하는 “고급” JavaScript에 관한 모든 것을 다룹니다. 본 문서는 전형적인 “Hello World” 튜토리얼 보다는 더 많이 다룹니다.상태당신은 현재 이 책의 최종버전을 읽고 있습니다. 즉, 새로운 버전의 Node.js에 있는 변경사항들을 반영하거나 오류를 수정할 때만 업데이트 합니다.이 책에 있는 코드 예제들은 Node.js 0.6.11에서 동작하는지 테스트 되었습니다.대상 독자이 문서는 저와 비슷한 배.. U-Net 논문 내용 정리 및 설명 이번에 정리할 논문은 의료 영상/이미지 segmentation에서 많이 쓰이는 모델 구조의 시초가 된 U-Net : Convolutional Networks for Biomedical Image Segmentation 이다. U Net 은 , 단순히 이미지를 classification 하는 문제를 넘어서서 이미지의 특정 영역을 Label 로 표현하는 image segmentation하는 것에 주된 목적이 있는 모델이다. 기존의 모델들에 비해서 개선된 점은 크게 두 가지다.1. 속도가 빠르다- sliding window보다 빠르게 patch 방식을 채택하여, 이미지를 전부 조금씩 잘라서 훑어보는것이 아니라, 이미지 전체를 격자 모양으로 잘라서 한번에 인식한다. 2. Patch의 사이즈에 따른 trade o.. Imagenet LSVRC2012 Dataset 다운받기 * classification 을 위해 imagenet 데이터를 다운받고 처리하는 과정입니다.* bounding box 등의 추가적인 데이터를 받고 싶으시다면http://hpkim0512.blogspot.com/2017/12/sdf.html 위 링크를 참고하세요! 1. 이미지넷 데이터셋 다운받기. Training set (138G) wget http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_train.tar * 오래 걸리므로 nohup wget http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_train.tar &로 백그라운드에서 다운받는것도 가능. (몇일 걸.. 알고리즘 공부할 때 풀어보기 좋은 문제 모음 ★ : 구현 난이도 문법 연습 ☆☆☆☆☆☆☆ Printf 2557번 - Hello World https://www.acmicpc.net/problem/2557 그저 코딩 연습 ★☆☆☆☆☆☆ 2438, 2439, 2440, 2441번 - 별찍기 https://www.acmicpc.net/problem/2438 https://www.acmicpc.net/problem/2439https://www.acmicpc.net/problem/2440https://www.acmicpc.net/problem/2441 STL Vector ★★☆☆☆☆☆ 1991번 - 트리 순회https://www.acmicpc.net/problem/1991 Stack ★☆☆☆☆☆☆ 10828번 - 스택 https://www.acmicpc.n.. Promise가 직관적으로 이해되지 않는 사람들을 위한 글 이곳 저곳에서 여러 동작들과 예시 코드를 보았지만 직관적으로 와닿지가 않는 사람들을 위한 글.(다른 말로 바로 나를 위한 글) Promise 객체가 하는 일. 1. Promise 객체는 선언할 때 정의한 함수가 resolve() 를 외치기 전까지 해당 객체 이후 실행될 .then()으로 넘어가지 않는다. 다른 말로, 처음 정의한 함수의 안에서 resolve(리턴값)이 실행 될 때 까지 기다려준다. 그렇기 때문에, 기존의 함수들이 function fn1( input , callback) {블라블라callback(input2)}function fn2(input) {블라블라 이후의 작업들}fn1(input,fn2); 이런식으로 진행되었던 반면, function fn1(input){return Promise(f.. 이전 1 ··· 3 4 5 6 7 8 다음
