본문 바로가기

Interest

(38)

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..

EdTech << 맞춤형 학습과 관련된 개념&기술들⭐︎ Adaptive Learning(Environment) & Intelligent Adaptive Learning technologies 학습자의 인풋에 반응하고, 학습자의 행동/퍼포먼스에 의해 학습 자료 또는 학습 자료를 어떻게 보여줄지를 바꾼다. 특히 LMS가 이러한 개개인의 데이터를 관리하고, 저장하고, tracking하는데에 있어서 많은 도움을 줄 수 있다. Blended Learning 이 단어는 교육학에서 볼 수 있는 단어인데, 면대면 학습과 웹 기반 온라인 학습이 섞인 형태의 학습환경을 의미한다. Cognitive Analytics 인간의 뇌를 따라하려고 노력하는 분석에 대한 분야이다. Cognitive Learning Systems Cognitive Tutors 학생들이 문제를 겪고 있는 부..

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..

Education >> 교육과정 및 교육평가 총정리 2020-1 교육과정 및 평가 수강 정리본

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..

EdTech >> Reference for who are interested in EdTech & Learning Science www.neilheffernan.net/publications Publications WP23 Wilson, K., Xiong, X., Khajah, M., Lindsey, R. V., Zhao, S., Karklin, K., Van Inwegen, E., Han, B., Ekanadham, C., Beck, J., Heffernan, N., & Mozer, M., (2016) Estimating student proficiency: Deep learning is not the panacea. Submission to the NIPS 20 sites.google.com learnlab.org LearnLab – Part of the Simon Initiative learnlab.org www.ucl.ac..

이전 1 2 3 4 5 다음

티스토리툴바