728x90 반응형 분류 전체보기218 2장 - 신경망의 수학적 구성 요소 2.1 신경망과의 첫 만남 신경망이 훈련 준비를 마치기 위해서 컴파일 단계에 포함될 세 가지가 더 필요 1. 옵티마이저(optimizer): 성능을 향상시키기 위해 입력된 데이터를 기반으로 모델을 업데이트하는 메커니즘 2. 손실 함수(loss function): 훈련 데이터에서 모델의 성능을 측정하는 방법으로 모델이 옳은 방향으로 학습될 수 있도록 함 3. 훈련과 테스트 과정을 모니터링할 지표: 여기에서는 정확도만 고려 2.2 신경망을 위한 데이터 표현 스칼라(랭크-0 텐서) > 벡터(랭크-1 텐서) > 행렬(랭크-2 텐서) > 랭크-3 텐서와 더 높은 랭크의 텐서 핵심 속성 축의 개수(랭크): 예를 들어 랭크-3 텐서에는 3개의 축이 있고, 행렬에는 2개의 축이 있다. 넘파이나 텐서플로 같은 파이썬 라.. 2022. 11. 9. 1장 - 딥러닝이란 무엇인가? 1.1 인공 지능과 머신러닝, 딥러닝 1.1.1 인공 지능 AI는 머신 러닝과 딥러닝을 포괄하는 종합적인 분야 심볼릭 AI (Symbolic AI) : 1950~1980년대 지배적인 패러다임. 프로그래머들이 명시적인 규칙을 충분하게 많이 만들어 DB에 저장된 지식을 다루면 인간 수준의 인공 지능을 만들 수 있다고 믿는다. 심볼릭 AI를 대체하기 위한 새로운 방법 → 머신 러닝 1.1.2 머신 러닝 컴퓨터가 유용한 작업을 하도록 만드는 일반적인 방법은 프로그래머가 입력 데이터를 적절한 해답으로 바꾸기 위해 따라야 하는 규칙을 작성하는 것 머신 러닝은 이와 반대로 입력 데이터와 이에 상응하는 해답을 보고 규칙을 찾음. (명시적으로 훈련(Training)) 1.2 딥러닝 이전: 머신 러닝의 간략한 역사 1.2.. 2022. 11. 9. 이전 1 ··· 34 35 36 37 다음 728x90 반응형
