Deep-Dive AI

Siamese Networks이란? Learning Pairwise Similarity Scores 해당 PPT 자료를 통해, 이미지의 한 쌍이 같은 class라면 positive한 값 1을 다르다면 negative한 값은 0으로 결과를 내줍니다. CNN의 feature extraction 과정을 살펴보면 input 이미지가 x로 들어가고 output은 feature vector로 출력됩니다. z는 두 feature vector의 차인 $|h_1-h_2|$의 vector입니다. 흐름 설명 Siamse twins are connected to each other in the figure the twins have their own bodies but their heads are connected. We h..

기본적인 컨셉 Support set Support set is a small set of smaples → It is too small for training a model. Every class has at most a few samples. The support set can only provied additional information at test time. Query Set Query samples are never seen before. Query samples are from unkonwn classes. Traditional supervised learning Test samples are never seen before. Test samples are from known classes...

참고: BETTER WAY 03 - bytes, str, unicode의 차이점을 알자 BETTER WAY 03 - bytes, str, unicode의 차이점을 알자Item03 - Know the Differences Between bytes, str, and unicode Python3 에서는 bytes와 str 두 가지 타입으로 문자 시퀀스를 나타냄bytes 인스턴스는 로(raw) 8비트 값을 저장 excelsior-cjh.tistory.com 1. Bytes, Str 파이썬에서는 문자열 데이터의 시퀀스를 표현하는 두 가지 타입이 있다. → bytes , str bytes 인스턴스는 raw 8비트 값을 저장 str 인스턴스는 Unicode 문자를 저장함 a = b'h\\x65ll0' print(li..

PEP 8 – Style Guide for Python Code | peps.python.org PEP 8 – Style Guide for Python Code Author: Guido van Rossum , Barry Warsaw , Nick Coghlan Status: Active Type: Process Created: 05-Jul-2001 Post-History: 05-Jul-2001, 01-Aug-2013 Table of Contents This document gives coding conventions for the Python co peps.python.org 공백 : 탭, 스패이스, 새 줄 스페이스로 들여쓰기 → 4칸 한 라인에 79개 문자 이하 함수와 클래스 사이에는 빈 두 줄 메서드와..

파이썬의 버전 확인 --version 플래그를 통해 알 수 있다 python --version 파이썬3은 python3 이름을 이용 python3 --version 파이썬 내장 모듈 sys 의 값을 검사해서 버전을 알 수 있음 import sys print(sys.version_info) print(sys.version) +) sys: sys 모듈은 파이썬 인터프리터가 제공하는 변수와 함수를 직접 제어할 수 있게 해줌 명령 행에서 인수 전달하기 - sys.argv import sys print(sys.argv) 강제로 스크립트 종료하기 - sys.exit sys.exit() 자신이 만든 모듈 불러와 사용하기 - sys.path import sys sys.path

create a new repository on the command line echo "#

뉴런의 내부 구조 - 가중치, 편향, 활성화 함수 입력값이 뉴런으로 전달되면, 각 뉴런마다 각각의 가중치(weight)와 곱해집니다. 편향(bias)이란 하나의 뉴런으로 입력된 모든 값을 다 더한 다음에(가중합, weighted sum) 이 값에 더해주는 상수입니다. 이 값은 하나의 뉴런에서 활성화 함수를 거쳐 최종적으로 출력되는 값을 조절합니다. 하나의 뉴런에서 다른 뉴런으로 신호를 전달할 때 어떤 임계점을 경계로 출력값이 큰 변화가 있는 것으로 추정합니다. 출력값에 변화를 주는 함수를 이용하는데 이게 활성화 함수입니다. 편향이 임계점을 얼마나 쉽게 넘을지 말지를 조절해줍니다. DNN은 데이터를 입력받아 그 데이터들에 대한 각기 다른 가중치를 곱해 다음 층의 뉴런으로 전달하는 과정을 반복적으로 거치며 ..

논문 리뷰 발표를 위해 발등에 불떨어졌다. 주제는 메타러닝이기 때문에, 기본적인 개념을 빨리 팔로업하려고 한다. Meta Learning Meta-learning은 learning to learn으로 간략하게 설명합니다. 머신러닝 연구의 전통적 패러다임은 특정 task의 huge dataset으로 현재 dataset에 맞게끔 훈련시킵니다. 이 작업이 인간이 과거의 경험을 활용해서 단지 몇 가지 예에서 새로운 작업을 매우 빠르게 배우는 것과는 거리가 멀다고 생각했고, 인간은 배우는 법을 배우기 때문에 이런 아이디어에서 출발한 것 같습니다. 따라서 메타러닝의 아이디어는 learning the learning process입니다. training 과정에서 배우는 것 the initial parameters o..