분류 전체보기 (25) 썸네일형 리스트형 cmake pytorch build 과정 Build에서 Generator란? https://stackoverflow.com/questions/25941536/what-is-a-cmake-generator cmake generator가 ninja로 설정되어 있는데 generator used previously: visual studio 16 2019로 되어 있어 생기는 에러 binary directory either remove the CMakeCache.txt file and CMakeFiles directory or choose a different binary directory. 원인 cmake generator - ninja 와 VS19 간의 충돌 set USE_NINJA=OFF로 충돌 방지 두번째 문제 발생.. Back Propagation (역전파) Activation Function이 Sigmoid일 때 역전파를 코드로 구현해보자. # back propagation def forward( x,w,b) : '''순전파''' return w*x+b def sigmoid(x) : '''활성화 함수''' return 1/(1+np.exp(-x)) def back_sigmoid(dA, z) : '''변수 z에 대해 활성화함수인 sigmoid를 미분(역전파)할 때''' sig = sigmoid(z) return dA*sig*(1-sig) def loss_function(y_pred, y_true) : return 1/2*(y_pred-y_true)**2 x = 1 w = 3 b = 0.5 y_pred = forward(x, w, b) y_true = 4 lo.. 파이썬 class 코딩을 처음 배우면서 개념으로만 접한 '클래스'는 감이 잘 안왔다. 아빠 클래스와 자식 클래스를 예로 들면서 설명을 해주는데, 정확히 어떨 때 필요하다는 것인지.... 얼마 전, ios에서 게임을 다운받았다. 'Inside'라는 게임이였다. 높은 자유도 그리고 굉장히 자연스러운 그래픽 모션으로 하루만에 게임을 다 깼다. 이런 게임을 만드려면 얼마나 걸릴까? 이 게임에서는 주인공이 마주하는 거의 모든 사물들과 인터랙트가 가능하다. 거의 모두 다. 게임을 하는 플레이어는 즐겁겠지만, 이 기능들을 일일히 다 구현한다고 생각해보면 정말인지 아찔하다. 상상하고 싶지 않다. 이런 경우를 위해 클래스가 존재한다. 일일히 다 적는 대신, 틀을 만드는 거다. 클래스를 만들면, 1) 관련된 객체들을 종목에 따라 정리할 수.. 머신러닝 초심자들이 주로 하는 실수 http://media.fastcampus.co.kr/knowledge/how-beginners-wrong-machine-learning/ 머신러닝 초심자가 하는 실수들 (How Beginners Get It Wrong In Machine Learning) - 패스트캠퍼스 미디어 데이터 분석의 중요성이 높아지면서, 그 근간이 되는 머신러닝(Machine learning, a.k.a 기계학습)에 대한 관심도도 덩달아 높아지고 있습니다. 알고리즘을 통해 다양한 ‘예측’을 해 내는 머신러닝은, 그 방법론 중 하나인 딥러닝의 발달로 더욱 진일보한 발전을 이뤘는데요. 머신러닝이 주목을 받으면서 이를 배우고자 하는 이들도 폭발적으로 증가했습니다. 그러나, 머신러닝에 대해서 지나치게 이론에만 매몰된다거나, 머신러닝이.. 알고리즘 데이터가 여러 개 모였을 때, 그것을 정렬하는 알고리즘에 대해 알아보자. 정렬하는 알고리즘에서 우리가 우선적으로 생각해야하는 것은 정렬하는데 걸리는 속도와 복잡도이다. 쉽게 말해, 알고리즘은 데이터 전체에 간결한 규칙을 적용해 정렬하는데, 얼마나 걸리는지와 그 규칙이 얼마나 복잡한지에 대해 알아야 한다. 얼마나 걸리는지에 대한 부분은 다시 두 가지로 나눌 수 있다. 정렬하는데 걸리는 최대 횟수과 최소 횟수. 최대 횟수를 Big O라고 표현하고, 최소 횟수를 Big-Omega라고 표한다. 1. selection sort int main(void) { int temp, minIndex = 0; for (int i = 0 ; i < n-1 ; i++) { for (int j = i+1 ; j < n ; j++.. A = CR (columns) X(Rows) 선형대수학에서 행렬간의 곱셈은 rows x columns이라고 배운다. 법칙만 안다면, 초등학생도 풀 수 있는 쉬운 계산법이다. 하지만, 그건 선형대수학을 배우는 방법이 아니다. 각각의 계산들이 수의 공간에서 어떤 의미를 가지고 있는지에 대해서 알 필요가 있다. 답을 내는 계산법에 얽매이지 않고 본다면, 행렬간의 곱셈은 rows x columns가 아닌 columns x rows로도 가능하다.그리고 우리가 여기서 중점을 두는 것은 행렬 A를 어떤 식으로 분해할 수 있는지에 대한 것이다. A = CR columns에 해당하는 C는 A의 Column space에 해당하는 부분이다. column space는 기초 선형대수학에서 배웠듯이 행렬 A를 설명(represent)할 수 있는 basis의 column 집.. Maximum Likelihood Estimation (최대 우도 추정법) 최대우도추정법에 대한 설명 확률: 항아리에 n개의 흰색 구슬과 m개의 검은색 구슬이 있다. 이중에 a개의 검은색 구슬이 나올 가능성? 우도: 항아리에 100개의 구슬이 있는데, 구슬을 k번 추출했을 때, n개의 흰색 구슬과 m개의 검은색 구슬이 나왔다. 항아리에는 몇개의 검은색 구슬이 있을까? 확률은 모집단에 대한 정보를 바탕으로 구한다. 항아리가 모집단이라고 한다면, 이 항아리를 구성하는 구슬의 정보에 대해 알고 있기 때문에 확률을 구할 수 있다. 반면 최대 우도는 표본집단(sample)을 바탕으로 구한다. 어떤 시행에 대해 A라는 결과가 나왔을 때, 이 결과가 나올 정도가 우도이다. 쉽게 말하자면, sampling을 했을 때, 이 결과에 대해 얼마만큼 자신할 수 있는지에 대한 지표라고 할 수 있다. .. A Theory of the Learnable(1984) Artificial Intelligence and Language Processing 무언가를 깊게 이해하기 위해서는 그에 대한 역사와 변혁과정을 아는 것이 중요하다. 머신러닝의 초기 아이디어와 어떻게 발전해왔는지에 대해 알고싶었다. 레딧에서 추천한 리스트를 기반으로 논문들을 정리해보고자 한다. A Theory of the Learnable - L. G. VALIANT(1984)는 기계가 학습한다는 것에 대한 개념이 없었을 때, 어떻게 하면 기계가 사람이 무언가를 학습하는 과정을 모방할 수 있을까에 대한 아이디어에 대해 다룬 논문이다. 논문 전반적으로 propositional calculus에 대한 내용이 자주 등장한다. propositional calculus (명제논리)는 명제에 논리합과 같은 논리연.. 이전 1 2 3 4 다음
