본문 바로가기

Computer Science

(16)

CS >> Udemy 강좌 정리 1. It stands for a content division element. It split up or divide your content into separate containers. 즉, 태그는 HTML 문서에서 특정 영역(division)이나 구획(section)을 정의할 때 사용합니다. css파일에서 높이를 100px로 정의한 태그를 index.html에 입력해주면 왼쪽 그림처럼 새로운 영역이 생기게 되고, I'm Sophia. a M.S student. 태그 안에 다른 요소들을 넣어주게 되면, 아래의 오른쪽 그림과 같이 새로 생긴 영역안에 과 내용이 들어가게 됩니다. I'm Sophia. a M.S student. 1.1 Overriding devault values & mar..

machine learning >> clustering(1) Unsupervised Learning : unsupervise learning이라는 말은 supervisor가 없다는 뜻이다. 즉 input X를 위한 'label'이 존재하지 않는다. 종류 Density Estimation(KDE): y label은 필요없고, x data만 필요하다. Clustering : kMeans, MoG Dimension Reduction : x data가 주어졌을 때, 높은 차원의 데이터를 낮은 차원의 데이터에 projection 해주는 것이다. 이건 'compression'이랑 비슷하다. Factor analysis: 주어진 signal을 발생시키는 데에 주요인이 무엇인가? Representation Learning Clustering data..

Training할 때 오류와 해결법(Dataloader killed, Connection reset by peer, Exception 0 SISKILL) 처음으로 깃헙에서 딥러닝 오픈소스를 다운받아 실행을 하는 것을 시작으로 성능 개선을 위해 공부하고 연구(??)해 볼 기회가 생겼다. 하지만 제일 처음 다루게 된 데이터가 하필 엄~청 큰 데이터라 정말 많은 고비들이 있었다....😭😭😭 그냥 돌려보는 건데... 모든 게 처음인 나에게 너무 많은 시간이 필요하더라... 진짜 시작조차 못했는데 1. RuntimeError : DataLoader worker (pid ~~) is killed by signal: Killed. 진심 이 오류때문에 구글에 치면 나오는 글은 모두 읽어봤다. 1.1 에러의 원인 1.2 시도 1) batch size 줄이기❌ 구글에 검색해보니 가장 먼저 나오는 해결법이 batch size를 줄이라는 말이 있어서 512부터 32까지 줄여서..

ML&DL_sklearn공부(2) << Iris Data를 이용한 학습과 평가 ML&DL_sklearn공부(2). Iris Data를 이용한 학습과 평가 데이터 불러오기. from sklearm.dataset import load_iris data = load_iris() 여기서 load_iris는 데이터 및 데이터의 설명을 담은 딕셔너리를 반환. dictionary를 아래의 코드를 통해 확인해볼 수 있다. 전처리 및 EDA np.unique(data.target, return_counts = True) # unique한 데이터를 반환해주고, return_counts를 설정해주면 갯수도 반환해준다. print(data.target_names) #['setosa' 'versicolor' 'virginica'] print(data.target..

ML&DL_sklearn공부(1) << Decision Tree sklearn공부(1)-Decision Tree Decision Tree 만들기. import sklearn from sklearn.datasets import load_breast_cancer from sklearn.model_selection import train_test_split # 학습과 테스트 set을 나눠주는 역할 from sklearn.tree import DecisionTreeClassifier data = load_breast_cancer() X_train, X_test, y_train, y_test = train_test_split(data.data, data.target, random_state = 42) # 여기서 random_state = 42는 random seed를 준 것임..

딥러닝 논문 리뷰 >> NEURAL MACHINE TRANSLATION BY JOINTLY LEARNING TO ALIGN AND TRANSLATE 리뷰 오늘은 NEURAL MACHINE TRANSLATION BY JOINTLY LEARNING TO ALIGN AND TRANSLATE을 공부해보겠습니당!🤓 Introduction Neural machine translation은 machine translation분야에서 새로 발견된 방법입니다. 그래서 하나의, 커다란 신경망을 설계하고 학습시킴으로써 올바른 번역을 하도록 합니다. 보통 이러한 신경망을 통한 기계번역엔 인코더와 디코더로 구성이 됩니다. 인코더 신경망(encoder nerual network)는 source sentence(번역해야 하는 문장)을 고정된 크기의 벡터로 인코딩해 줍니다. 디코더 신경망은 인코딩된 벡터로부터 번역을 하게 됩니다. 그다음, encoder-decoder system을 ..

딥러닝 >> Sequence Model과 Attention mechanism(deep learning.ai강의) deeplearning.ai의 course 5에서 week3를 공부하고 적는 리뷰입니당✍🏻 Basic Models 어떻게 훈련시킬 것인가 여기서는 sequence to sequence에 대해서 배울 겁니다. 보통의 machine translation problem에서는 인풋(x)에는 영어문장, 아웃풋(y)으로는 프랑스어인 데이터로 훈련시킵니다. 이 모델은 encoder와 decoder 두가지의 구조를 포함합니다. 여기서 encoder는 이전에 배운 LSTM이나 GRU를 사용하고, input sequence를 받으면 그 인풋을 나타내주는 vector를 만들어줍니다. 이 구조는 image captioning 구조와 비슷합니다. 왜냐하면 image captioning을 할 떄도 인풋을 사진으로 받으면 아웃풋으..

실전프로젝트2 >> 소프트웨어 개선 과제(1) 1. 문제점 좀 더 폭넓은 소비자층 지그재그는 대한민국 여성 10대 20대를 대상으로 많은 사랑을 받고 있는 것은 사실이며, 지그재그와 같은 어플리케이션 특성 상 지속적인 이용자 수 또한 보장될 수 있습니다. 하지만 소비자층이 한정적이다 보니 성장가능성에 대한 기대를 하기 어렵기에 더 넓은 소비자층을 확보하는 것이 필요하다고 생각합니다. 가격비교 시스템의 부재 지그재그에서 판매중인 상품과 같은 상품을 네이버 쇼핑과 같은 다른 쇼핑몰 사이트에서 가격 확인을 하였을 때 더 싼 가격에 판매되는 것을 쉽지 않게 발견할 수 있습니다. 물론 지그재그에서 쉽게 구할 수 있다는 편의성에 의해 신경 쓰지않는 커스터머들이 존재하기도 하지만 지그재그에 대한 신뢰도가 떨어져 더 이상 지그재그를 찾지 않는 상황 또한 발생한다고..

이전 1 2 다음

티스토리툴바