고양이 두 잔

목차 지난 글에서는 깊은 K-평균 알고리즘을 이용한 비지도 학습 코드에 대해 뜯어보았다. [PyTorch]비지도 학습 - 깊은 K-평균 알고리즘 (오토인코더 + K-평균 알고리즘) [PyTorch]비지도 학습 - 깊은 K-평균 알고리즘 (오토인코더 + K-평균 알고리즘)목차지난 글에서는 Fashion MNIST를 사용한 Vanilla GAN 코드에 대해 살펴보았다. [PyTorch]생성적 적대 신경망(GANGenerative Adversarial Network) [PyTorch]생성적 적대 신경망(GANGenerative Adversarial Network)목차지난gnidinger.tistory.com이번 글에서는 설명 가능한 AI와 CAM에 대해 알아보고, 코드를 살펴보도록 하겠다. 지난 글과 마찬가지..

목차지난 글에서는 Fashion MNIST를 사용한 Vanilla GAN 코드에 대해 살펴보았다. [PyTorch]생성적 적대 신경망(GANGenerative Adversarial Network) [PyTorch]생성적 적대 신경망(GANGenerative Adversarial Network)목차지난 글에서는 MNIST데이터셋을 이용한 오토인코더 모델 코드를 분석해 보았다. [PyTorch]오토인코더(Autoencoder) [PyTorch]오토인코더(Autoencoder)목차 지난 글에서는 전이 학습을 구현하고, RNN의gnidinger.tistory.com 이번 글에서는 오토인코더와 K-평균 알고리즘을 결합한 깊은 K-평균 알고리즘에 대해 알아보려 한다. 비지도학습도 K-평균 알고리즘도 처음인지라, 먼..

목차지난 글에서는 MNIST데이터셋을 이용한 오토인코더 모델 코드를 분석해 보았다. [PyTorch]오토인코더(Autoencoder) [PyTorch]오토인코더(Autoencoder)목차 지난 글에서는 전이 학습을 구현하고, RNN의 발전에 대해 가볍게 정리했다. [PyTorch]전이 학습(Transfer Learning) [PyTorch]전이 학습(Transfer Learning)목차 전이 학습(Transfer Learning) 전이 학습(Transfgnidinger.tistory.com 이번 글에서는 Fashion MNIST를 사용한 Vanilla GAN 코드에 대해 살펴본다. 언제 적 GAN이냐고 할지 모르지만, 나는 오늘이 초면이다. 가능한 샅샅이 살펴보겠다. 선 요약 이 글에서 다룰 코드는 다음..

목차 지난 글에서는 전이 학습을 구현하고, RNN의 발전에 대해 가볍게 정리했다. [PyTorch]전이 학습(Transfer Learning) [PyTorch]전이 학습(Transfer Learning)목차 전이 학습(Transfer Learning) 전이 학습(Transfer Learning)은 딥러닝 모델이 이미 학습한 정보를 새로운 작업에 재사용하는 방법이다. 예를 들어, ImageNet이라는 대규모 데이터셋에서 학습된 모델gnidinger.tistory.com[Pytorch]Vanilla RNN과 확장된 기법들: LSTM, GRU, Bidirectional LSTM, Transformer [Pytorch]Vanilla RNN과 확장된 기법들: LSTM, GRU, Bidirectional LSTM,..

목차 자바 프로그래밍을 하다 보면 객체를 복사해야 하는 상황이 자주 생긴다.  그런데 복사를 하는 방식에는 크게 두 가지가 있다. 바로 얕은 복사와 깊은 복사다.  이 두 가지는 겉보기엔 비슷해 보이지만, 동작 방식과 결과에서 큰 차이를 보인다. 천천히 그리고 가볍게 정리해 보자. 얕은 복사(Shallow Copy) 얕은 복사는 객체의 주소값만 복사하는 방식이다.  즉, 새로운 객체를 만들긴 하지만 내부에서 참조하는 필드들은 원본 객체와 동일한 주소를 공유한다.  따라서 원본 객체의 내부 값이 변경되면, 복사한 객체에서도 그 변경사항이 반영된다.public Book shallowCopy() { return new Book(this.name, this.author);}이 메서드는 새로운 Book 객체..

목차 이전 게시글에서도 순환 신경망(RNN)과 그 발전에 대해 다룬 적이 있다. 순환 신경망(Recurrent Neural Network, RNN) 순환 신경망(Recurrent Neural Network, RNN)목차 딥러닝의 역사와 발전: 머신러닝에서 딥러닝까지의 여정 인공 신경망의 기본 구조와 중요성 활성화 함수(Activation Functions) 이해하기 손실 함수(Loss Functions)의 역할과 중요성 딥러닝에서의gnidinger.tistory.com순환 신경망의 발전(The Evolution of RNN) 순환 신경망의 발전(The Evolution of RNN)목차 딥러닝의 역사와 발전: 머신러닝에서 딥러닝까지의 여정 인공 신경망의 기본 구조와 중요성 활성화 함수(Activation..