[혼자공부하는 머신러닝 + 딥러닝] 24_LSTM과 GRU셀
09-3. LSTM, GRU
09-3. LSTM, GRU
09-1~2. 순차 데이터와 순환 신경망, 순환 신경망으로 IMDB 리뷰 분류하기
08-3. 합성곱 신경망의 시각화
08-2. 합성곱 신경망을 사용한 이미지 분류
08-1. 합성곱 신경망
07-3. 신경망 모델 훈련
07-2. 심층 신경망
07-1. 인공 신경망
06-3. 주성분 분석
06-2. K-평균 알고리즘
06-1. 군집 알고리즘
05-3. 트리의 앙상블
05-2. 교차검증과 그리드 서치
05-1. 결정트리
04-2. 확률적 경사 하강법
04-1. 로지스틱 회귀
03-3. 특성공학과 규제
03-2. 선형 회귀
03-1. K-최근접 이웃 회귀
02-2. 데이터 전처리
02-1. 훈련세트와 테스트세트
01-3. 마켓과 머신러닝
01-1. 인공지능과 머신러닝, 딥러닝
특성 맵과 패딩, 그리고 풀링
머신러닝의 분류와 전반적인 과정과 평과에 관하여
구조와 케라스 소개
변화율과 확률적경사하강법, 역전파 알고리즘
신경망의 수학적 구성 요소 및 개념들
확률 분포
확률과 통계
데이터의 수집, 표현방법, 기초통계량
통계학을 공부하는 이유, 모집단과 표본
출처 : 이수안컴퓨터 연구실
LEVEL3 JOIN 문제
1~5번 문제까지 중간에 4번 (LEVEL3) 도 있음
1~7번 문제까지
개념을 위주로
개념을 위주로
RNN, LSTM, GRU, Seq2Seq, Attention
작년한해는 많은 일이 있기도 했고 많은 일이 없기도 했다 올해는?
또 새로운 시작이라니… 막막하다 할건 많고…
처음으로 올리는 글입니다.
(error git clone of oh-my-zsh repo failed)
pip 기준(아나콘다 사용 x)
MNIST 데이터를 Torch를 이용하여 딥러닝 실습을 진행했다.
Transformer 그 서막..