1️⃣ AI•DS176 [CS224W] NetworkX , pytorch geometric Tutorial 1️⃣ NetworkX Tutorial 🔹 NetworkX https://networkx.org/ NetworkX — NetworkX documentation NetworkX is a Python package for the creation, manipulation, and study of the structure, dynamics, and functions of complex networks. networkx.org • Software for complex networks • 정형, 비정형 데이터를 네트워크에 입력할 수 있다. • 다양한 유형의 네트워크를 생성할 수 있다. • analyze network structure, build network models, design new network alg.. 2022. 10. 7. [딥러닝 파이토치 교과서] 5장 합성곱 신경망 Ⅰ https://colab.research.google.com/drive/1uB-7ckV-Mrh0Zfugv9OIm7QuM_j2OLg5?usp=sharing [딥러닝 파이토치 교과서] chapter 05 합성곱 신경망.ipynb Colaboratory notebook colab.research.google.com 1️⃣ 합성곱 신경망 🔹 합성곱 층의 필요성 🌠 연산량 감소 • 이미지 전체를 한 번에 계산하는 것이 아닌, 국소적인 부분을 계산함으로써 시간과 자원을 절약하고 이미지의 세밀한 부분까지 분석할 수 있는 신경망 🌠 이미지/영상 처리에 유용한 구조 • 1차원 벡터로 펼쳐서 가중치로 계산하지 않고, 이미지 데이터의 공간적 구조 (예. 3x3) 를 유지하기 위해 합성곱층이 존재한다. • 다차원 배열 데이터.. 2022. 10. 6. [딥러닝 파이토치 교과서] 4장 딥러닝 시작 https://colab.research.google.com/drive/1j9ghqmP-QboSbipZ7LjzbRrpTq4Mhqo8?usp=sharing [딥러닝 파이토치 교과서] chapter 04 딥러닝 시작.ipynb Colaboratory notebook colab.research.google.com 1️⃣ 인공 신경망의 한계와 딥러닝 출현 🔹 XOR 비선형 문제 🌠 퍼셉트론 • 선형 분류기로 딥러닝의 기원이 되는 알고리즘 • 다수의 신호를 입력으로 받아 하나의 신호 (1 또는 0 : 흐른다/안흐른다) 를 출력 🌠 논리 게이트 • OR 과 AND 게이트는 데이터가 선형적으로 분리된다. • XOR 게이트는 베타적 논리합 구조 (입력 두개 중 한개만 1일 때 작동하는 논리연산) 를 가지고 있는데, 이.. 2022. 10. 4. Pytorch Geometric Basic code 📌 아래 블로그의 코드와 Pytorch Geometric 라이브러리 설명을 참고해 공부했습니다. https://baeseongsu.github.io/posts/pytorch-geometric-introduction/ 예제를 통해 알아보는 PyTorch Geometric 5 Basic Concepts 다음 글은 PyTorch Geometric 라이브러리 설명서에 있는 Introduction by Example 를 참고하여 작성했습니다. baeseongsu.github.io https://pytorch-geometric.readthedocs.io/en/latest/notes/introduction.html# Introduction by Example — pytorch_geometric documentatio.. 2022. 9. 30. [딥러닝 파이토치 교과서] 2장 실습 환경 설정과 파이토치 기초 ✅ 파이토치 기초 https://colab.research.google.com/drive/1ki4W3rwTExhmZp5E-Ic81ab2NMe8iRHB?usp=sharing [딥러닝 파이토치 교과서] chapter 02 파이토치 기초.ipynb Colaboratory notebook colab.research.google.com 1️⃣ 파이토치 개요 🔹 특징 및 장점 ∘ 연산을 위한 라이브러리 → 딥러닝 프레임워크로 발전 ∘ GPU 에서 텐서 조작 및 동적 신경망 구축이 가능한 프레임워크 ✔ GPU : 연산을 빠르게 하는 역할, 내부적으로 CUDA, cuDNN 같은 API 를 통해 연산 가능 ✔ 텐서 : 파이토치의 데이터 형태로, 다차원 행렬 구조를 가진다. .cuda() 를 사용해 GPU 연산을 수행할 .. 2022. 9. 23. [딥러닝 파이토치 교과서] 1장 머신러닝과 딥러닝 ✅ 머신러닝과 딥러닝 1️⃣ 인공지능, 머신러닝과 딥러닝 ◇ 인공지능 : '인간의 지능을 모방' 하여 사람이 하는 일을 기계가 할 수 있도록 하는 기술 ◇ 인공지능 > 머신러닝 > 딥러닝 ∘ 머신러닝 : 인공신경망, 서포트 벡터 머신, 결정 트리 ∙∙∙ ∘ 딥러닝 : CNN, RNN, RBM ∙∙∙ ✔ https://koreapy.tistory.com/1223 : RBM 설명 참고 ◇ 머신러닝과 딥러닝의 차이 ∘ 머신러닝 : Input > 특성 추출 (인간이 처리) > 분류 (컴퓨터가 처리) > output ∘ 딥러닝 : Input > 특성 추출 + 분류 (컴퓨터가 처리) > output ∘ 데이터에 대한 특징을 스스로 처리하는지의 여부에 따라 딥러닝과 머신러닝이 구분된다. ✔ feature extrac.. 2022. 9. 22. [Pytorch 딥러닝 입문] 파이토치 기초 📌 공부 참고 자료 : https://wikidocs.net/book/2788 PyTorch로 시작하는 딥 러닝 입문 이 책은 딥 러닝 프레임워크 PyTorch를 사용하여 딥 러닝에 입문하는 것을 목표로 합니다. 이 책은 2019년에 작성된 책으로 비영리적 목적으로 작성되어 출판 ... wikidocs.net 📌 코딩 실습 https://colab.research.google.com/drive/11uzhksM-MYSf1_YcMzrOnEL6glhu1OiL?usp=sharing 파이토치로 시작하는 딥러닝 입문.ipynb Colaboratory notebook colab.research.google.com ✅ 파이토치 기초 1️⃣ 파이토치 패키지 기본 구성 ◇ torch : 넘파이와 유사한 구조를 가지며 다양.. 2022. 9. 14. Introduction to statistical learning - ch2 🐳 Introduction to statistical learning 교재를 공부한 내용을 정리하였습니다. 📌 summary chapter 2. Statistical learning 💙 실습 데이터셋에 대한 설명 2 - 1️⃣ What is statistical learning 🔹 Advertising data example ▢ 광고와 매출 사이의 관계 : 광고예산에 따른 매출 예측 모델 생성하기 → input : X1 (TV 광고 예산) , X2 (라디오 광고 예산), X3 (신문 광고 예산) → output : Y (매출액) ▢ input 의 동의어 predictors independent variables features variables ▢ output 의 동의어 response dependent.. 2022. 8. 2. Mathematical Statistics with application : chapter 2 🐳 Mathematical Statistics with application 교재를 공부한 내용을 정리하였습니다. Probability 1️⃣ Introduction 🔹 확률이란 ▢ 미래의 사건 발생에 대한 신념 ▢ Random events cannot be predicted with certainty, BUT the relative frequency with which they occur in a long series of trials is often remarkably stable 👉 장기적 상대도수 확률 : 실제 경험이나 실험을 통해 결과를 도출하는 확률 ▢ 통계적 확률 : 실험에서 발생하는 결과는 표본이고, 실험을 무한히 반복하는 것은 표본이 모집단이 된다는 의미이며, 상대도수의 극한은 특정 확률.. 2022. 7. 20. Mathematical Statistics with application : chapter 1 🐳 Mathematical Statistics with application 교재를 공부한 내용을 정리하였습니다. 📌 summary ① 통계학의 목표 : 샘플로부터 모집단을 추론 ② 추론을 하기 위한 도구 : graphical method, numerical method ③ Probability 는 추론 과정의 메커니즘 What is statistics 1️⃣ Introduction 🔹 통계학의 목적 make an infererence about a population based on information contained in a sample from that population and to provide an associated measure of goodness for the inference 통계.. 2022. 7. 18. 이전 1 ··· 10 11 12 13 14 15 16 ··· 18 다음 728x90
