Programmer Jinyo (57) 썸네일형 리스트형 DenseNet 설명 및 PyTorch로 구현해보기 * 이 글은 기본적인 CNN 모델에 대한 이해가 있는 독자를 대상으로 작성 되었습니다. DenseNet 설명을 들어가기에 앞서 * Notation 정의 설명하자면, x_0은 input 이미지를 의미하고, Layer 개수는 L , H_l( ) 은 l번째 레이어의 합성함수 ( Conv -> ReLU -> BN 따위의) 를 의미하며, 그 l번째 레이어의 output은 x_l로 표시하도록 한다. * ResNets 전통적인 Convolution Network의 모델을 식으로 표현 해 보자면 이라고 할 수 있다. 이전 레이어에서 Conv layer을 포함한 합성함수의 Output을 다음 레이어로 넘기는 형태이다. ResNet은 기존 Conv layer가 너무 많이 쌓이게 되면 필터를 너무 많이 거치게 되어서 모델이.. Pytorch 초보를 위한 튜토리얼 강의 1 ( linear regression, SVM Loss Function) 이 글은 2018/06/29 - [Programmer Jinyo/Machine Learning] - 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 4 ( linear classification , SVM Loss Function)에서 이어진다. 이번 글에서는 Linear classifier을 SVM Loss와 함께 Pytorch를 이용해 구현해보도록 하겠다. ( 이 글에서는 train data, test data, validation data를 따로 나누지 않고 하나의 데이터로 진행한다. 사전 지식이 있는 독자들의 경우에는 특이하다고 느낄 수 있겠지만, 기본적인 사용법을 배우는 것이 목적인 데다가, 아직 해당 부분을 이론적으로 다루지 않아서 그렇다. ) Pytorch Pytorch는 Python상에서 돌아가.. 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 4 ( linear classification , SVM Loss Function) 2018/06/30 - [전체보기] - Pytorch 초보를 위한 튜토리얼 강의 1 ( linear classification , SVM Loss Function) 2018/06/28 - [Programmer Jinyo/Machine Learning] - 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 3 ( Supervised Unsupervised Learning , Classification , Regression ) 지난 글에서는 Classification과 Regression이 무엇인지에 대해서 알아보았다. 그리고 Classification이나 Regression을 수행할 때, 많은 이름을 가진 모델들과 이를 어떻게 적용시킬 것인지에 대한 방법론이 존재한다. 많은 이름들 종류의 예로, Linear M.. 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 3 ( Supervised Unsupervised Learning , Classification , Regression ) 2018/06/29 - [Programmer Jinyo/Machine Learning] - 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 4 ( linear classification , SVM Loss Function) 2018/06/27 - [Programmer Jinyo/Machine Learning] - 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 2 ( Cost Function , Gradient Descent ) 이번 글을 읽기에 앞서서 이전 강의에서 정리 한 것들을 복습하자. Y_predict, 다른말로 H( x ) 함수 ( H( x )의 H는 Hypothesis , 가설 의 약자이다.) - 우리가 만든 가설함수 (즉 우리가 만든 예측모델) Cost function - 함수와 실제 데이터의 차이를.. 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 2 ( Cost Function , Gradient Descent ) 2018/06/27 - [Programmer Jinyo/Machine Learning] - 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 1 ( 머신러닝이란? )2018/06/28 - [Programmer Jinyo/Machine Learning] - 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 3 ( Supervised Unsupervised Learning , Classification , Regression ) 저번 글에서 우리는 머신러닝이라는게 대략 뭔지에 대해서 알아봤다. 그리고 어떤 것을 학습시키는 것인지에 대해서도 알아볼 수 있었다. 리마인드 하자면 -> 목적을 가진 식을 설계하고-> 그 식의 파라미터를 학습한다. 그렇다면 이제 '어떻게' 가 남아있는데, 이 방법을 우리는 Cost Function.. 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 1 ( 머신러닝이란? ) 2018/06/27 - [Programmer Jinyo/Machine Learning] - 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 0 ( Intro )2018/06/27 - [Programmer Jinyo/Machine Learning] - 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 2 ( Cost Function , Gradient Descent ) 첫 번째 글인 만큼 기본적인 부분들에 대해서 언급하고 시작하려고 한다. 기계가 뭘 어떻게 학습을 한다는 것일까? 정말 애매한 말이지 않은가? 생명체가 아닌것이 무언가를 배울 수 있도록 어떻게 만들어 내는 것일까? 그러니까 결국 머신러닝이란 어떤식으로 이루어 지는 것일까? - 인터넷에서 많은 글들을 읽으면서 제일 짜증날 때가 바로 '쉽게 말해서 ~~~ 이.. 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 0 ( Intro ) 다음 글2018/06/27 - [Programmer Jinyo/Machine Learning] - 머신러닝,딥러닝 초보를 위한 튜토리얼 강의 1 ( 머신러닝이란? ) 글의 제목을 보고 '아 이 블로그 글 쓴 사람이 머신러닝, 딥러닝을 잘 해서 초심자를 위한 포스트를 쓰는구나' 라고 생각했다면 경기도 오산이다. 나도 못한다. 그렇지만 누군가가 보기에 명확한 문장으로써 머신러닝을 기술할 수 있다면, (그리고 나 또한 못하기 때문에 그 헷갈리는 포인트들마저 적나라하게 해결하는 과정을 담는다면) 그 과정 속에서 나도, 이 글의 독자도 좋은 얻어감이 있을것이라는 생각에 이 카테고리의 포스트를 작성하기 시작한다. 그렇다. 내가 나에게 하는 강의이기도 한 이 글들은, ( ㅎㅎ ㅅㅂ! 부끄럽다. ) 1. 내 머리를 정.. 알고리즘 관련 자료 참고할 수 있는 링크들 * 지속적으로 업데이트 할 글입니다. * 좋은 링크 제보 받습니다. Splay Tree http://cubelover.tistory.com/10 Priority Queue (Heap) https://twpower.github.io/93-how-to-use-priority_queue-in-cpp 추천 도서 알고리즘 문제 해결 전략 세트국내도서저자 : 구종만출판 : 인사이트 2012.11.23상세보기 이 책은 거의 바이블이다. 알고리즘 문제 풀이 전략국내도서저자 : 조중필,한현상,이주호출판 : 한빛미디어 2016.04.20상세보기 이것도 어디선가 괜찮다고 들었다. 이전 1 ··· 4 5 6 7 8 다음
