취업준비 (68) 썸네일형 리스트형 [AI Tech] 6주차 30차시 프로젝트 10 30차시: 프로젝트 10 [ 프로젝트 10 ] 딥러닝 모델 구현하기 (2) 1. 목표 v 클로바 스튜디오 실습 클로바 스튜디오 실습은 구체적인 내용을 포함하기 어려워 사진, 사용방법들을 포함하지 않습니다. 실습을 원하시는 분은 직접 클로바 스튜디오 접근 권한을 취득 후 실습해보시면 좋을 것 같습니다. 지금까지 [AI Tech]로 분류한 게시물들은 모두 내일배움과정에 포함된 네이버 커넥트재단에서 운영하는 AI Tech 과정을 기반으로 공부를 위해 작성되었습니다. 모든 권한은 네이버 커넥트재단에 있고, 관련 게시물들은 수익창출을 하지 않습니다. ©️NAVER Connect Foundation. All Rights Reserved. [AI Tech] 6주차 29차시 프로젝트 9 29차시: 프로젝트 9 [ 프로젝트 9 ] 딥러닝 모델 구현하기 (1) 1. 목표 - 파이토치로 CNN 모델 구현하기 - 파이토치로 RNN 모델 구현하기 수행해야하는 프로젝트가 총 2개이다. 2가지 모두 수행하고 하나의 zip 파일로 묶어서 제출하라. submit.zip = (cnn.py + tsv) + (rnn.py + tsv) 2. 프로젝트 CNN [TODO] 코드 구현: 모델 생성 torch.manual_seed(7777) # 일관된 weight initialization을 위한 random seed 설정 ## 코드 시작 ## model = ..... # 위의 설명 1. 을 참고하여 ..... 을 채우세요. ## 코드 종료 ## model = model.to(device) criterion = to.. [AI Tech] 6주차 28-4차시 Quiz 12 28-4. Quiz 12 1번 다음 중 Generative Model 의 목적으로 올바르지 않은 것은? 1) Unsupervised Representation Learning 2) Regression 3) Density Estimation 4) Generation 더보기 정답: 2번 풀이 Generative Model 은 Regression 과정을 거치지 않습니다. 2번 다음 중 Generative Model 의 규칙 중 올바르지 않은 것은? 1) Chain Rule 2) 조건부 종속 3) 베이즈 정리 4) 조건부 독립성 더보기 정답: 2번 풀이 Generative Model 은 조건부 독립성이 중요합니다. 3번 다음 중 AutoEncoder 에 대한 설명으로 옳지 않은 것은? 1) Encoder 는 데.. [AI Tech] 6주차 28-3차시 클로바 스튜디오 연습 28-3. 클로바 스튜디오 연습 HyperCLOVA X는 네이버의 초대규모 AI로, 자체 데이터를 HyperCLOVA X와 결합하면 사용자 니즈에 맞는 응답을 즉각 제공할 수 있다. 네이버 서비스부터 기업형 서비스까지 다양한 AI 프로덕트를 만들어 새로운 사용자 경험과 비즈니스 기회를 만들어 간다. ©️NAVER Connect Foundation. All Rights Reserved. [AI Tech] 6주차 28-2차시 Generative Models 2 28-2. Generative Models 2 1. Latent Variable Models [ D. Kingma, "Variational Inference and Deep Learning: A New Synthesis," Ph. D. Thesis ] Autoencoder는 생성모델인가? 사실 그렇지 않다. 2. Variational Auto-encoder Variational Inference (VI) The goal of VI is to optimize the variational distribution that best matches the posterior distribution. - Posterior distribution: q_(\phi)(z|x) In particular, we want to.. [AI Tech] 6주차 28-1차시 Generative Models 1 28차시: Generative Model 28-1. Generative Models 1 1. Introduction 생성 모델을 학습하는 것은 무엇을 의미하는가? 2. Learning a Generative Model 강아지 사진이 주어졌다고 가정하자. 우리는 확률 분포 p(x)를 학습하고 싶다. - 생성: x_new ~p(x)를 샘플 한다면, x_new는 강아지처럼 보여야 한다. - 확률 추정: p(x)는 x가 강아지처럼 생겼다면 높아야 하고 그렇지 않은 경우 낮아야 한다. *explicit model이라고도 한다. - Unsupervised representation learning: 이 이미지들의 공통점을 학습해야한다. 이때 p(x)를 어떻게 표현될까? 3. Basic Discrete Distrib.. [AI Tech] 6주차 27-4차시 Quiz 11 27-4. Quiz 11 1번 다음 중 Recurrent Neural Network(RNN)에 대한 설명으로 옳지 않은 것은? 1) 이미지 데이터에 대해선 적용할 수가 없다. 2) 이전 State 정보가 다음 State를 예측하는 데 사용된다. 3) 시계열 데이터 처리에 특화되어 있다. 4) Markov를 기반으로 만들어졌다. 더보기 정답: 1번 이미지도 시간 순서가 있으므로, RNN을 적용할 수 있습니다. 2번 다음 중 LSTM Gate의 종류에 해당하지 않는 것은? 1) Output Gate 2) Middle Gate 3) Forget Gate 4) Input Gate 더보기 정답: 2번 풀이 LSTM Gate의 종류에는 Input, Output, Forget 가 있습니다. 3번 다음 중 RNN과 L.. [AI Tech] 6주차 27-3차시 RNN 연습 27-3. RNN 연습 RNN(Recurrent Neural Network)는 순차 데이터나 시계열 데이터를 이용하는 인공신경망으로, 언어 변환, 자연어 처리, 음성 인식과 같은 순서 문제나 시간 문제에 흔히 사용된다. ⓒ NAVER Connect Foundation. All Rights Reserved. [AI Tech] 6주차 27-2차시 Sequential Models - Transformer 27-2. Sequential Models - Transformer 1. Sequential Model 무엇이 sequential modeling 다루기 어렵게 만드는가? 순차적으로 데이터가 들어갈 경우 데이터가 잘리거나, 데이터 중간에 없어지거나 데이터가 섞일수도 있다. (우리가 문장을 완벽하게 만들어 말하지 않는 것과 동일하다고 생각하면 쉽다) 2. Transformer Transformer is the first sequence transduction model based entirely on attention. From a bird's-eye view, this is what the Transformer does for machine translation tasks. e.g. GPT-3 기반의 D.. [AI Tech] 6주차 27-1차시 Sequential Models - RNN 27차시: Recurrent Neural Networks (RNN) 27-1. Sequential Models - RNN RNN은 주어진 입력 자체가 Sequential 하다. 1. Sequential Model Naive sequence model 입력이 여러 개 들어왔을 때 다음 입력을 예측하는 것 예) 음성을 인식할 때 다음에 올 단어를 예측하는 서비스 고려해야 하는 정보량이 점점 증가한다. Autoregressive model Markov model (first-order autoregressive model) 많은 정보를 버릴 수밖에 없다. 장점: joint distribution을 표현하기 쉽다. 단점: 과거의 많은 정보를 고려할 수 없다. Latent autoregressive model 중.. 이전 1 2 3 4 ··· 7 다음
