소품집

다음 조건과 같은 이미지를 학습하는 CNN의 각 레이어별 입력 데이터와 출력 데이터의 Shape을 계산해 보고 네트워크가 학습시키는 파라미터의 개수를 계산해 보겠습니다. 입력 데이터 Shape: (39, 31, 1) 최종 분류 클래스: 100 Layer 1의 Shape과 파라미터 Layer 1은 1개의 Convolution Layer와 1개의 Pooling Layer로 구성됩니다. 두 레이어의 출력 데이터 shape과 파라미터는 다음과 같이 계산 가능합니다. 1.1 Convolution Layer1 convolution layer1의 기본 정보는 다음과 같다. 입력 shape = (39, 31, 1) 입력 채널 = 1 필터 = (4, 4) 출력 채널 = 20 stride = 1 출력 데이터(Activat..

http://taewan.kim/post/cnn/ CNN, Convolutional Neural Network 요약 Convolutional Neural Network, CNN을 정리합니다. taewan.kim 이해완!! (10.5)

https://tensorflow.blog/a-guide-to-convolution-arithmetic-for-deep-learning/ A guide to convolution arithmetic for deep learning 이 글은 원 저자들의 허락하에 번역되어 게재 되었습니다. 이 글의 원문은 여기에서 다운 받을 수 있습니다. 딥 러닝을 위한 콘볼루션 계산 가이드 Vincent Dumoulin(MILA, 몬트리올 대학), Francesco Visin( tensorflow.blog

이번 포스팅은 배치(batch)와 에포크(epoch), 반복(iteration)의 차이를 학습하겠습니다. 딥러닝을 하기 위해 모델을 학습할 때 부여하는 각각의 파라메터에 반복하는 횟수입니다. batch size batch size란 전체 트레이닝 데이터 셋을 여러 작은 그룹으로 나누었을 때 batch size는 하나의 소그룹에 속하는 데이터 수를 의미합니다. 만약 배치 사이즈가 너무 크면 한 번에 처리해야할 양이 그만큼 증가하기 때문에 학습 속도가 느려지고, 메모리 부족 문제를 겪을 수도 있습니다. 반대로 배치 사이즈가 너무 작으면 적은 샘플을 참조해서 가중치 업데이트가 빈번하게 일어나기 때문에, 비교적 불안정하게 훈련될 수도 있습니다. 따라서 배치 사이즈를 적절하게 부여하여 효율적인 학습을 해야합니다...

Perceptron 인공 신경망은 수많은 머신 러닝 방법 중 하나이다. 딥 러닝을 이해하기 위해서는 우선 인공 신경망에 대한 이해가 필요한데, 이번 챕터에서는 초기의 인공 신경망인 퍼셉트론(Perceptron)에 대해서 이해할 필요가 있다. 1. 퍼셉트론 (Perceptron) 퍼셉트론(Perceptron)은 인공 신경망으로 다수의 입력으로부터 하나의 결과를 내보내는 알고리즘입니다. 퍼셉트론은 실제 뇌를 구성하는 신경 세포 뉴런의 동작과 유사합니다. 뉴런은 가지돌기에서 신호를 받아들이고, 이 신호가 일정치 이상의 크기를 가지면 축삭돌기를 통해서 신호를 전달합니다. 이제 다수의 입력을 받는 퍼셉트론의 그림을 보겠습니다. 신경 세포 뉴런의 입력 신호와 출력 신호가 퍼셉트론에서 각각 입력값과 출력값에 해당됩니..

## 1.1. 입금 내역 데이터를 읽어오기 - 사용될 데이터 다운 받아오기 - 임의로 만들어진 데이터임! import numpy as np import pandas as pd y2020 = pd.read_excel('data/57_income.xlsx') y2020.head(20) - 여러 입금 내역이 섞여있는 것을 확인할 수 있다. - 성과금, 컨텐츠, 결제환급, 카드, 출장과 같은 입금내역 확인. - A씨는 영업사원으로 근무하는 동시에 퇴근 후와 주말을 이용해 컨텐츠를 제작합니다. - 본인은 회사, 그리고 투잡인 컨텐츠 제작과 관계된 내역만을 골라보자. - 회사에서는 세 가지의 수입이 있다. 1. 기본급: 매달 200만원. 달마다 약간의 변동이 있을 수 있음 2. 출장비: 일비 3만원, 그리고 장소 ..

datascienceschool.net/01%20python/04.01%20판다스%20패키지의%20소개.html?highlight=pandas 4.1 판다스 패키지의 소개 — 데이터 사이언스 스쿨 시리즈 Series 클래스는 넘파이에서 제공하는 1차원 배열과 비슷하지만 각 데이터의 의미를 표시하는 인덱스(index)를 붙일 수 있다. 데이터 자체는 값(value)라고 한다. 시리즈 생성 데이터를 리스트 datascienceschool.net 저 --- 장. 박---제.

dacon.io/competitions/official/235647/codeshare/1701?page=1&dtype=recent&ptype=pub 심리 성향 예측 AI 경진대회 출처 : DACON - Data Science Competition dacon.io 데이콘 게시판에 있는 리더보드를 보고 AutoML을 처음 접해봤는데, 따로 전처리 내용도 없고, 모델도 골라주곡,, 재밌다용!✊🏻

노잼 팀플 # report - 기초 통계 파악 setwd('/Users/dayeong/Desktop/research/data/traffic_accident') library(ggplot2) library(dplyr) library(tidyverse) # Data load pedestrian_accident % ggplot(aes(x=사고유형중분류, y=사망자수)) + geom_bar(stat="identity", fill="#f68060", alpha=.6, width=.4) + coord_flip() + xlab("") + theme_bw() + theme_bw(base_family = 'AppleGothic') # 2-3. 도로종류 별 - 사망자수 type_accident %>% ggplot(aes(..

정말,,, 역대급으로 오래 걸리고 있는 kaggle이다. 잔 기술 많이 배워서 꼼꼼하게 하고 있습니다 😎 getwd() setwd('/Users/dayeong/Desktop/reserch/data') # Restaurant Visitor Forecasting EDA with R # https://www.kaggle.com/maestroyi/restaurant-visitor-forecasting-eda-with-r # general visualisation library(ggplot2) library(scales) library(grid) library(gridExtra) library(RColorBrewer) library(corrplot) # general data manipulation library..