공대생 도전 일지

요즘 릴스에 많이 나오는 max와 hamilton으로 했습니다... import numpy as np from numpy import dot from numpy.linalg import norm import pandas as pd # Cosine Simiarity def cos_sim(A, B): return dot(A, B)/(norm(A)*norm(B)) from sklearn.feature_extraction.text import CountVectorizer # frequency based DTM import pandas as pd from sklearn.feature_extraction.text import TfidfVectorizer # tf-idf based DTM TEXT = ['Versta..

#define _CRT_SECURE_NO_WARNINGS #include #include #include int main() { BITMAPFILEHEADER bmpFile, bmpFile2; BITMAPINFOHEADER bmpInfo, bmpInfo2; FILE* inputFile = NULL, * inputFile2 = NULL; inputFile = fopen("AICenter.bmp", "rb"); inputFile2 = fopen("MASK.bmp", "rb"); fread(&bmpFile, sizeof(BITMAPFILEHEADER), 1, inputFile); fread(&bmpInfo, sizeof(BITMAPINFOHEADER), 1, inputFile); fread(&bmpFile2,..

1. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오. “ 머신 러닝에서 ________과 _____________은 분리되어 있음” 하나를 선택하세요. 1.특징 추출, 다운스트림 작업 2.특징 학인, 업그레이드 작업 3.특징 노출, 다운그레이드 작업 4.특징 확충, 애플레케이션 작업 머신러닝은 사람이 직접 특징을 추출해줘야 한다고 했으니 1번빼고는 다 사라지네요. 다운 스트림이 뭔지는...? 정답은 "1. 특징 추출, 다운스트림 작업"입니다. 설명: 머신 러닝에서 '특징 추출'과 '다운스트림 작업'은 서로 분리되어 있습니다. 특징 추출(feature extraction)은 원시 데이터로부터 유용한 정보를 추출하여 학습에 사용할 수 있는 형태로 변환하는 과정입니다. 다운스트림 작업(downstre..

CNN의 한계...? FCN에서 위치 정보 뭉게지는거? 계산량 너무 많은거? 옹? 이거 잘 잡는다고 배웠었는디. 데이터가 부족해서 그런가...? 이건 좀 무섭네요 구성 요소만 다 있으면 pooling으로 위치정보가 사라지면 저것도 사람으로 볼 수가 있다니... 극복은 어떻게 할껀데요,...? 결국 Transformer...?

이것도 똑같은 방식으로 학습하쥬 - 에러에 따른 경사하강법! 예측할 때 사용되는 방식! 학습하다보면 에러가 점 점 줄어든다-> 일정 수준 이하로 내려오면 끝낸다! 이 에러를 보는 법 == Loss function

구조라면 뭐 많은 수의 hidden layer...? FCN! drop out도 없이!? 여태까지 back propagation에서 사용했던 것도 FCN이다. normalization 수를 규칙에 따르게 만든다. skip-connection