반응형 분류 전체보기167 [딥러닝 with Python] VAE (Variational Auto Encoder) 개념 정리 이번에는 지난번 개략적인 개념과 코드 실습 위주로 알아봤었던 VAE에 대해서 조금 더 심층 깊게 이해하고자 합니다. [생성 AI] 변이형 오토인코더(Variational Auto Encoder) (1/2) [생성 AI] 변이형 오토인코더(Variational Auto Encoder) (1/2)[해당 포스팅은 "만들면서 배우는 생성 AI 2탄"을 참조했습니다] 1. 변이형 오토인코더(VAE, Variational Auto Encoder)란?- 변이형 오토인코더, VAE는 심층 신경망을 이용한 생성 모델의 하나로, 데이터의jaylala.tistory.com [생성 AI] 변이형 오토인코더(Variational Auto Encoder) (2/2) [생성 AI] 변이형 오토인코더(Variational Auto .. 2024. 10. 28. [딥러닝 with Python] GELU란?(Gaussian Error Linear Unit) 이번에 알아볼 것은 활성화 함수로 활용되는 GELU에 대해서 알아보겠습니다. 1. GELU란?- GELU는 Gaussian Error Linear Unit의 줄임말로, 딥러닝에서 활용되는 비선형 활성화 함수 중의 하나입니다. - 기존 활성화함수인 ReLU나 Sigmoid에 비해 더 부드럽게 동작한다고 얘기할 수있는데요. 이는, 큰 값일수록 활성화 될 확률이 높고, 작은 값일수록 활성화될 확률이 낮아지는 형태를 취하기 때문입니다. - GELU를 활용해서 좋은 성능을 보인 대표적 모델은 BERT가 되겠습니다. - GELU의 공식은 아래와 같습니다. - 이를 조금 더 간단히 근사해보면 아래와 같습니다. - 그렇다면, 이 함수가 어떤 형태를 띄는지 2차원에서 시각화해보도록 하겠습니다.* 파이썬을 활용해서 함.. 2024. 10. 27. [논문 리뷰] ShapeNet : A Shapelet-Neural Network Approach for Multivariate Time Series Classification (시계열 분류) [본 포스팅은 "ShapeNet : A Shapelet-Neural Network Approach for Multivariate Time Series Classification"(AAAI 2021 / Li et al.) 을 리뷰하였습니다] 이번에 알아볼 논문은 시계열 데이터 분류에서 활용되는 Shapelet을 효과적으로 추출하는 Neural Net을 제시하는 " ShapeNet : A Shapelet-Neural Network Approach for Multivariate Time Series Classification" 입니다. Shapelet은 시계열 분류에서 특정 클래스와 다른 클래스를 구분하는 특정 클래스의 부분 시계열이라고 보시면 되겠습니다.이에 대한 자세한 내용은 이전 포스팅을 참고바랍니다... 2024. 10. 26. [개념 정리] Shapelet이란? (시계열 분류) 이번에 알아볼 개념은 Shapelet 입니다. Shapelet은 시계열 분류(Time series Classification)에서 활용되는 부분 시계열을 의미합니다. 더 자세히는 어떤 의미인지 다음 내용들을 통해서 알아보겠습니다. 1. Shapelet이란? - Shapelet은 시계열 데이터의 분류(Time Series Classification)와 패턴 인식(Pattern recognition)에서 중요한 부분적인 패턴 또는 하위 sequence를 의미합니다. - 이는, 시계열 데이터에서 특정 클래스와 관련된 중요한 패턴을 찾아내고, 그 패턴이 나타나는 위치나 빈도를 바탕으로 분류 문제를 해결해나가는데 사용됩니다. - 시계열 분류의 의미에서 Shapelet을 해석해보자면, * Shapelet은 특정 클.. 2024. 10. 25. 이전 1 ··· 10 11 12 13 14 15 16 ··· 42 다음 반응형
