본문 바로가기

프로그래머스 데브 코스/TIL

(137)
[6기] 프로그래머스 인공지능 데브코스 65일차 TIL 1104 [11주차] CNN & RNN 과제 도움 아주 많이 받은 블로그들 정리 주소 정리 Batch Normalization https://eehoeskrap.tistory.com/430 이 밑에 있는 참고 블로그들도 전부 확인하기 BatchNormalization 논문 https://arxiv.org/pdf/1502.03167.pdf [Deep Learning] Batch Normalization (배치 정규화) 사람은 역시 기본에 충실해야 하므로 ... 딥러닝의 기본중 기본인 배치 정규화(Batch Normalization)에 대해서 정리하고자 한다. 배치 정규화 (Batch Normalization) 란? 배치 정규화는 2015년 arXiv에 발표된 후 eehoeskrap.tistory.com
[6기] 프로그래머스 인공지능 데브코스 64일차 TIL 1104 [11주차] 다층 퍼셉트론 필기 몇 번째지 대충만 또 끄적이기
[6기] 프로그래머스 인공지능 데브코스 63일차 TIL 1102 [11주차] 다층 퍼셉트론 필기 몇 번째지 대충만 또 끄적이기
[6기] 프로그래머스 인공지능 데브코스 62일차 TIL 1101 [11주차] CNN Monthly Project 최종 제출 마지막 코드만 간단하게 나머지는 깃허브에 정리해서 올리기 net = torchvision.models.resnet50(pretrained=True) # 마지막 레이어의 차원을 6차원으로 조절 num_features = net.fc.in_features net.fc = nn.Linear(num_features, 6) net = net.to(device) epoch = 30 learning_rate = 0.001 file_name = "CustomResnetModel.pt" criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(net.parameters(), lr=learning_rate, mo..
[6기] 프로그래머스 인공지능 데브코스 61일차 TIL 1031 [11주차] CNN Monthly Project 학습 시간이 오래 걸릴 게 뻔해서 미리 하기 convolution 계산 - 출력 높이(output height) = (height+2∗padding−filter_height)/stride+1 - 출력 너비(output width) = (width+2∗padding−filter_width)/stride+1height = 16 width = 16 filter_height = 4 filter_width = 4 stride = 2 padding = 1 output_height = (height + 2 * padding - filter_height) // stride + 1 output_width = (width + 2 * padding - filter_w..
[6기] 프로그래머스 인공지능 데브코스 60일차 TIL 1030 [10주차 - Day1] 다층 퍼셉트론 2 필기 과제 학습 오래 걸리는 문제 돌리면서 필기 끄적이기
[6기] 프로그래머스 인공지능 데브코스 59일차 TIL 1029 [10주차 - Day4] 신경망 실습 실습 과제 1/2번만 [1/2번: CPU 사용] 1 . 첨부된 multilayer perceptron을 수행하고, 이해해봅시다. 2 . 2가지 이상 제공된 multilayer perceptron 성능 향상 방법을 제안하고, 결과를 확인 해봅시다.# import libraries import torch import numpy as np from torchvision import datasets import torchvision.transforms as transforms # number of subprocesses to use for data loading num_workers = 0 # how many samples per batch to load batch..
[6기] 프로그래머스 인공지능 데브코스 58일차 TIL 1028 퍼셉트론 시작 필기 간단하게만