본문 바로가기

전체 글

 (69)
[AI/ML 스터디] 7주차 - Attention is All Your Need 논문 리뷰 초록(Abstract)현재 지배적인 순차 변환 모델은 인코더와 디코더를 포함한 복잡한 순환 신경망(RNN)이나 합성곱 신경망(CNN)에 기반복잡성을 없애고 오직 어텐션 메커니즘에만 기반한 간단한 네트워크 구조인 트랜스포머(Transformer)를 제안이 모델은 순환과 합성곱을 완전히 제거병렬 처리가 더 용이하고 훈련에 필요한 시간이 크게 줄어드는 것을 확인서론(Introduction)순환을 배제하고 대신 어텐션 메커니즘에 전적으로 의존하여 입력과 출력 사이의 글로벌 의존성을 도출하는 모델구조인 트랜스포머를 제안셀프 어텐션(Self-Attention)단일 시퀀스의 서로 다른 위치를 관련지어 시퀀스의 표현을 계산하는 어텐션 메커니즘모델 구조(Model Architecture) Scaled Dot-Produc..
[AI/ML 스터디] 8주차 - 08. 이미지 분류 8주차 스터디: 이미지 분류Intro: 이미지 분류What is 이미지분류?이미지에서 객체나 장면과 같은 요소를 인식하고 분류하는 알고리즘을 의미함 ⇒ 사용자가 입력한 이미지를 사전에 정의한 클래스 중 가장 유사한 클래스로 판별하는 작업지도학습의 한 유형으로 이미지와 이미지에 해당하는 클래스를 할당해 데이터세트를 구성함단일 클래스 분류이미지 안에 서로 다른 여러 객체가 존재하더라도 하나의 대표 클래스로만 이미지를 분류이미지에 해당하는 클래스가 참인지 거짓인지를 판별e.g. 엄지 이미지 → 강아지야? 아니야?다중 클래스 분류단일 클래스 분류보다 비교적 복잡한 일을 수행참, 거짓을 분류하는 거에서 → 여러 종류인지까지를 구분e.g. 만두와 엄지이미지로 → 고양이입니다. 강아지 입니다.e.g. 홍시와 엄지이미..
[AI/ML 스터디] 4주차 - 05. 토큰화 05 토큰화자연어→ 인공적으로 만들어진 프로그래밍 언어와 다르게 사람들이 쓰는 언어 활동을 위해 자연히 만들어진 언어자연어처리→ 컴퓨터가 인간의 언어를 이해하고 해석 및 생성하기 위한 기술→ 컴퓨터가 인간과 유사한 방식으로 인간의 언어를 이해하고 처리하는 것이 주요 목표→ 인간 언어의 구조, 의미, 맥락을 분석하고 이해할 수 있는 알고리즘과 모델 개발모델 개발을 위해 다음 문제가 해결되어야 함모호성인간의 언어는 단어와 구가 사용되는 맥락에 따라 여러 의미를 갖게 되어 모호한 경우가 많음알고리즘은 이러한 다양한 의미를 이해하고 명확하게 구분할 수 있어야 함가변성인간의 언어는 다양한 사투리, 강세, 신조어, 작문 스타일로 인해 매우 가변적알고리즘은 이러한 가변성을 처리할 수 있어야 하고 사용 중인 언어를 이..

티스토리툴바