목록참고 도서 (13)
Bamboo is coming
https://velog.io/@selenium/Paper-How-to-Read-a-Paper-S.-Keshav-%EB%85%BC%EB%AC%B8-%EB%A6%AC%EB%B7%B0 [Paper] How to Read a Paper (S. Keshav) 논문 읽는 법 | 논문 리뷰 How to Read a Paper (S. Keshav) velog.io
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/PdKfV/btsz405MsTx/9wmkEMQdCXydcoq0z9AEsk/img.png)
https://wikidocs.net/book/4639 한 권으로 끝내는 판다스는 파이썬에서 가장 널리 쓰이는 라이브러리 가운데 하나입니다. 데이터 분석 전문가가 파이썬으로 데이터 분석을 한다면, 아마 대부분은 가장 먼저 판다스 라이브러리를 임포트할 … wikidocs.net 내가 풀어본 연습문제
https://thebook.io/080246/0324/ 모두의 인공지능 기초 수학: 4 정사영 더북(TheBook): (주)도서출판 길벗에서 제공하는 IT 도서 열람 서비스입니다. thebook.io 정사영
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/b7amPG/btsvoYKFHya/LX3HjkxM7tOgeRDkVKRqqK/img.png)
## 어텐션 어텐션은 Query, Key, Value의 연산인데 질의문(Query)와 매칭대상(Key)의 유사도를 계산하여 weight를 곱한 후 값(Value)를 다시 곱해 유사도에 따른 값의 가중치를 가질 수 있도록 만든것이다. 셀프어텐션은 Q,K,V값이 모두 동일해 자기 자신으로부터의 유사 가중치를 가지는 것을 의미한다. 하나의 시퀀스에서 첫 번째 토큰과 마지막 토큰 간의 관계를 연산하여 서로 멀리 떨어져 있는 단어들간의 의존성을 고려할 수 있도록 설계된 것이다. ** 2차원의 행렬 곱 차원 일치 (M, N) x (N, P) 3차원 (n, m, k) x (n, k, p) 행렬 A의 마지막 차원과 행렬 B의 두번째 차원 4차원 (b,n,m,k)X(b,n,k,m) 행렬 A의 마지막 차원과 행렬 B의 세..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/DvLTA/btstOiljByN/EKgvZustn8lDCz64wqraTk/img.png)
Multiclass Support Vector Machine (SVM) loss 흔히 사용되는 Multiclass Support Vector Machine (SVM) loss를 먼저 공부해보자. The SVM loss is set up so that the SVM “wants” the correct class for each image to a have a score higher than the incorrect classes by some fixed margin Δ. margin Δ에 의해서 각각의 이미지가 잘못된 클래스가 올바른 클래스보다 더 높은 점수를 가지는 것을 SVM이 원하게 하도록 설정된다. 지난 2강에 배운 score function을 loss function에 대입한 계산은 다음과 같다...
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/xd4Os/btstTpplq1a/loMMogKX5sXmNMFOnX8EZK/img.png)
1강 vision의 역사 및 소개 2강 Image Classifier image를 넣고 label을 받는 이미지 분류기 이미지 자체의 픽셀값으로 분류를 한다. Nearest Negibor Classifier 머신러닝 알고리즘(SVM, K-means clustering, Decision tree, K-Nearest Neighbor) 거리 계산 방식 L1 distance는 맨하탄 거리라고도 불리며 각 데이터의 차를 절댓값을 씌운 값을 의미한다. 테스트 이미지와 트레이닝 이미지의 각각 원소별로 (pixel wise, elemental wise) 계산을 해서 행렬의 전체 합을 내어 테스트 이미지와 트레이닝 이미지의 거리를 구한다. Q. 트레이닝 데이터의 크기에 따른 분류 스피드는? A. 선형적 NN = 트레이닝..
https://wikidocs.net/book/6651 한땀한땀 딥러닝 컴퓨터 비전 백과사전 [가짜연구소](https://pseudo-lab.com/) 스터디 활동으로 모인 스터디 러너분들이 **딥러닝 컴퓨터 비전에 쓰이는 기초적인 개념와 배경지식**을 정리한 백과… wikidocs.net
https://wikidocs.net/180477 E_11. Validation / Test Loop Pytorch ## `with torch.no_grad():` and `model.eval()` `with torch.no_grad:` 는 backward pass스에 대한 그라디언트 계산을… wikidocs.net 1. from Scratch : KR Click , EN Click ∙ 2. Classification : KR Click , EN Click ∙ 3. Natural Language Processing : KR Click , EN Click ∙ 4. Object Detection : KR Click , EN Click ∙ 5. Reinforcement Learning : KR Click , ..
https://thebook.io/080289/0178/ 딥러닝 파이토치 교과서: 4.2.3 딥러닝의 문제점과 해결 방안 - 4 더북(TheBook): (주)도서출판 길벗에서 제공하는 IT 도서 열람 서비스입니다. thebook.io
https://www.thedatahunt.com/trend-insight Trend Insight - 데이터헌트의 AI 비즈니스 심층 분석데이터헌트가 집중 분석한 AI 분야의 최신 뉴스, 국내외 AI 기업의 구축 사례 및 기술을 심층 분석하여 비즈니스와 사업을 한 단계 도약시킬 인사이트를 제공합니다. 뉴스레터를 구독하시면 주기www.thedatahunt.com https://www.thedatahunt.com/tech-review Tech Review - 데이터헌트의 AI 가공 기술과 성과 공유데이터헌트가 AI 학습 데이터의 가공 품질을 높이기 위해서 자체 알고리즘을 개발하고 AI model을 최적화 한 성과를 공유합니다. Annotation tech, AI model analysis 등 최신 AI 모..