Notice
Recent Posts
Recent Comments
Link
반응형
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |
Tags
- 판교퇴근길밋업
- java
- 정보처리기사
- BPTT
- 자바
- Git
- github branch
- homebrew설치
- backpropagation
- MAC OS
- GitHub
- AIStages
- 쉽게배우는운영체제
- Python
- 부스트캠프 AI Tech
- 리눅스연습문제
- CNN
- Django
- Swing
- RNN
- 우분투리눅스
- ann
- 딥러닝
- 파이썬
- 리눅스7장
- 2020정보처리기사
- repository 복구
- 운영체제연습문제
- 운영체제
- ai개발밋업
Archives
- Today
- Total
반응형
목록BPTT (1)
반응형
코딩하는 애옹😸
(AI Math 10강) RNN
RNN 시퀀스(sequence) 데이터 : 소리, 문자열 주가 등 시점별로 나타나는 것, 순서를 바꾸거나 과거 정보에 손실이 발생하면 데이터의 확률분포도 바뀜 시퀀스 데이터를 다루는 방법 : 조건부 확률 이용 $X_1 ... X_{t-1}$ 까지의 정보가 조건부로 주어진 상황에서 $X_t$를 모델링하는 조건부 확률 분포 $X_t \sim P(X_t|X_{t-1},...,X_1)$ 모든 과거 정보가 필요한 것은 아니다 조건부의 들어가는 데이터는 가변적 AR($\tau$) 모델 자기회귀모델(Autoregressive Model) : 고정된 길이 $\tau$만큼의 시퀀스만 사용 잠재 AR 모델 직전 정보 $X_{t-1}$와 직전이 아닌 정보들인 잠재변수 $H_t$로 인코딩 가변적인 데이터를 고정된 길이의 문제..
부스트캠프 AI Tech 3기/Study
2022. 1. 21. 00:24