NeuroWhAI의 잡블로그

비교적 최신(?) 개념이라 자료가 별로 없어서 공부하기 너무 힘드네요. 특히 저같은 수알못은... https://machinelearningmastery.com/how-does-attention-work-in-encoder-decoder-recurrent-neural-networks 그나마 위 글에서 약간의 슈도코드를 써줘서 그나마 흐름은 그릴 수 있었습니다. 아래 사진은 제가 흐름을 보고자 코드를 그림으로 옮긴건데 마우스로 그린지라 개판이니 양해 부탁드립니다 ㅋㅋ.. 나중에 확실히 이해하면 직접 코드도 짜보고 정리해서 올리겠습니다.

이번 휴가에 해결하겠지만 지금은 사지방에서 구글 로그인이 안됩니다. 그래서 평소에 자주 유튜브 추천 영상을 보던걸 못하게 되어서 반강제로 건전한(?) 나날을 보내고 있었지만 이렇게는 못살겠다(?) 싶어서 제 클라우드 서버를 활용하기로 했습니다. 만들고 바로 다음날 구글 로그인이 되기 시작했습니다 ㅂㄷㅂㄷ.... ㅠㅠ 조금만 더 빨리 만들껄... 그래도 자료로서 글은 올려봅니다. 코드 조각은 이러합니다. 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849using (IWebDriver driver = new ChromeDriver(".")){ var driverWait = new WebDriverW..

https://www.kaggle.com 저도 오늘 처음 알았네요. Kaggle은 백준이나 알고스팟처럼 문제를 풀고 경쟁하는 사이트인데 머신러닝이 주제라는게 차이점입니다. 데이터 세트가 주어지면 그걸 학습하여 테스트에서 높은 예측율을 받는게 목표입니다. 다른 사람과 순위 경쟁도 할 수 있으며 어떻게 풀었는지도 볼 수 있어서 많은 공부가 될 것 같습니다. 사이트 디자인이 GitHub을 연상시키는데 깃헙처럼 팔로우 기능도 있으니 저 좀 팔로우 해주ㅅ.. https://www.kaggle.com/neurowhai

https://dreamgonfly.github.io/rnn/2017/09/04/understanding-rnn.html 여기서 나온 설명과 코드를 가지고 직접 돌려봤습니다. 텐서플로의 기본적인 요소만 사용해서 RNN을 직접 만들고 MNIST 학습을 시켜보는 예제입니다. 이론적인 설명만 공부했을땐 RNN의 동작이 머리에 잘 그려지지 않았는데 이렇게 직접 구현하니 바로 이해가 되네요. 테스트하면서 신기했던건 Optimizer를 Adam으로 바꾸니 학습이 잘 안됬다는거? 또 이상한건 결과를 보시면 아시겠지만 도중에 정확도가 갑자기 확 떨어지는건 대체 왜 그런걸까요... 코드에 버그가 있나? 코드:123456789101112131415161718192021222324252627282930313233343536..

https://medium.com/data-science-group-iitr/artistic-style-transfer-with-convolutional-neural-network-7ce2476039fd https://harishnarayanan.org/writing/artistic-style-transfer 위 두 글에 나온 코드를 복붙해가면서 스타일 변환기를 구현해봤습니다. 아직 이론적으로나 코드에서나 이해가 안되는 부분이 있어서 좀 더 공부하고 직접 처음부터 짜봐야겠습니다. 코드:1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666..

http://www.aladin.co.kr/shop/wproduct.aspx?ItemId=125725712 전반적으로 만족하는 편이지만 초판이라서 그런지 오타도 있고 책이 뭔가 2% 부족한 느낌을 지울 수 없네요. 그래도 케라스 입문으로는 좋은 거 같습니다. 제가 실습하면서 티스토리에 포스팅도 해놨으니 책 구매하기 전에 궁금하신 분들은 한번 보세요. (링크) 다음은 뭘 읽을지 고민.... 살 책이 있긴 한데 이거처럼 고수준 라이브러리로 실습하는게 별로 없어서... '파이썬과 케라스로 배우는 강화학습' 이걸 일단 찜해두긴 했는데 강화학습에만 너무 투자하는거 같아서 좀 그렇네여. 아직 골고루 배울때라고 보는데 쩝. '케라스로 구현하는 딥러닝과 강화학습'이라는 책도 있네요 두 책 이름이 뭔가 비슷 ㅋㅋ... ..

Trello는 안전을 위해서 카드, 보드를 삭제하는 기능을 일부러 찾기 힘들게 해뒀습니다. 제 블로그로 유입되는 경로도 보니까 삭제 방법을 찾는 분들이 계시는거 같아서 따로 포스팅 해봅니다 ㅎㅎ [Trello 카드 삭제 방법] 1. 삭제할 카드를 클릭합니다. 2. 우측 하단의 'Share and more...'를 클릭. 'Share' 버튼이 따로 생겼으니 그걸 클릭해주세요. 3. 우측 하단의 'Delete' 클릭. 4. Delete!!! [Trello 보드 삭제 방법] 1. 먼저 보드를 Close해야 합니다. 2. 보드 화면에서 우측 상단의 'Show Menu'를 클릭합니다. 3. 'More'를 클릭합니다. 4. 'Close Board...'를 눌러 Close 시킵니다. 5-a. 그럼 친절하게도 바로 삭..

※ 이 글은 '코딩셰프의 3분 딥러닝 케라스맛'이라는 책을 보고 실습한걸 기록한 글입니다. 케라스의 Layer 클래스를 상속받아서 새로운 레이어를 직접 만들어 써보는 예제입니다. 간단하게 Dense와 비슷한 레이어를 만들었습니다. 공식 문서에도 비슷한 예제가 소개되어 있습니다. 코드:12345678910111213141516171819202122232425262728293031323334from keras import backend as Kfrom keras.engine.topology import Layerfrom keras import initializersfrom keras import modelsimport numpy as np class SFC(Layer): def __init__(self, n..

http://www.aladin.co.kr/shop/wproduct.aspx?ItemId=34833610 3달 조금 넘어서 다 읽었네요. 좀 오래된 책이긴 하지만 API 설계에서 신경써야 할 부분은 크게 변하지 않았으니 도움이 많이 된거 같습니다. (물론 지금이랑 안맞는 내용도 있습니다.) API를 설계하는데 있어서 인터페이스를 어떻게 만들어야 하는지, 유명한 디자인 패턴들, 요구사항 처리하는 방법, 상위/하위 호환성, 문서화, API의 확장성을 높히는 여러 방법, 테스트하는 방법, 정적/동적 라이브러리 만들고 사용하기, 그 외 C++이라는 언어에 특화된 설명들이 있었습니다. 사실 이 내용이 다 기억나는건 아니지만 느낌을 잘 간직하고 있다가 필요할때 이런게 있었지라고 생각이 날 수 있었으면 좋겠네요. 그..

C++처럼 알파벳 'r'로 나타내지만 구분문자열(? 아래 예시에서 '#'에 해당하는 문자열)은 괄호 없이 큰따옴표 밖에 위치합니다. r"foo" == "foo"r#""foo""# == "\"foo\"" https://doc.rust-lang.org/reference/tokens.html#raw-string-literals