COMPUTER556 19. RNN(순환신경망) 1. 기본적인 RNN 구조순환신경망: Recurrent Neural Networks(RNN)자연어 처리와 같이 순서정보가 담긴 데이터나 시계열 데이터를 다루는 데 적합 이전순서에서의 상태 결과인 ht-1을 현재 입력 xt와 함께 함수에 넣어주어 현재 상태결과인 ht를 구함.은닉 상태에는 순환신경망이 현재 순서까지 입력 x1, x2, ... ,xt들을 받아오면서 자신의 상태를 업데이트한 기억을 갖고 있음. 2. RNN의 입출력 텐서 형태 첫번째 차원은 미니배치 내의 인덱스, 두번째 차원은 순서 정보, 마지막 차원은 입력 벡터3. 다계층 순환신경망 4. 양방향 다계층 순환신경망 5. 순환신경망 활용 사례 1) 다대일 형태단어 시퀀스에 대해 하나의 출력을 하는 모델입력 문서가 긍정적인지 부정적인지메일이 정상메.. 2024. 6. 6. class #include #include #include using namespace std;class Friend {public: string m_name="abc"; string address="def"; int age=1; double height=2; double weight=3; void print() { cout my_friends; my_friends.resize(2); for (auto& ele : my_friends)ele.print(); return 0;} 2024. 5. 28. ellipsis //Ellipsis를 사용하는 elements에 access할 때는 va_list를 사용한다!#include #include using namespace std;double findAverage(int count, ...) { double sum = 0; va_list list; va_start(list, count); for (int arg = 0; arg 2024. 5. 28. argc, argv #include #include using namespace std;int main(int argc, char* argv[]) { cout string을 int로 출력하고 싶을때! //Boost라이브러리 사용하면 인자 더 편리하게 사용 가능! cout 2024. 5. 28. Constructor #include #include #include using namespace std;class Second {public: Second() { cout 2024. 5. 28. Encapsulation #include #include #include using namespace std;class Date {private: //access specifier(public, private 2024. 5. 28. 13. Generative Models https://taeyoung96.github.io/cs231n/CS231n_13/https://velog.io/@jochedda/%EB%94%A5%EB%9F%AC%EB%8B%9D-Autoencoder-%EA%B0%9C%EB%85%90-%EB%B0%8F-%EC%A2%85%EB%A5%98https://maktubi.tistory.com/111 Unsupervised Learning데이터가 label 없이 주어져있을 때, 데이터의 숨어있는 기본적인 구조 학습- clustering- dimensionality reduction- feature learning- density estimation Generative Modelstraining data를 넣어주었을때, 동일한 분포에서 새로운 샘플들을 생성하는 것G.. 2024. 5. 28. 12. Visualizing and Understanding 딥러닝 내부 시각화 - Occlusion Experiments입력의 어떤 부분이 classification을 결정했는지 알아보기 위해, 입력 이미지의 일부분을 가린 후 분류를 잘 하는지 확인 - Saliency Maps어떤 픽셀을 보고 이미지를 분류했는지 알아보는 방법 - Gradient Ascent - Deep Dream -Feature Inversion -Texture Synthesis -Neural Style Transfer 2024. 5. 24. 11. Detection and Segmentation 1. Semantic Segmentation이미지의 픽셀들이 어떤 클래스에 속하는지 예측미리 클래스의 수와 종류를 정해놓아야 하며 개별 객체가 구분되지 않는다. 1) Sliding Window기법은 이미지를 쪼갠 후 어느 카테고리에 들어가는지 찾아냄계산량이 매우 많음2) Fully Convolutional Network모든 픽셀에 대해 카테고리 score 계산 이것도 계산량이 매우 많음3) Downsampling 후 UpsamplingUpsampling: Unpooling, Max Unpooling, Transpose Convolution... 2. Classification+Localization이미지를 분류 후 객체의 위치를 박스침Localizatoin은 object가 어디에 있는지 파악하는 것을 의.. 2024. 5. 24. 이전 1 2 3 4 ··· 62 다음
