- Boostcamp 5
- DeepLearning 5
- aitech 5
- MLOps 2
- 1x1Convolution 1
- Adadelta 1
- Adagrad 1
- Adam 1
- Bagging 1
- BatchNormalization 1
- BiasVarianceTradeoff 1
- Boosting 1
- Bootstraipping 1
- CNN 1
- Convolution 1
- ConvolutionNeuralNetwork 1
- CrossValidation 1
- DataArgumentation 1
- Dropout 1
- EalryStopping 1
- Generalization 1
- Gradient 1
- ImageClassification 1
- Intro 1
- LabelSmoothing 1
- Level 1
- Momentum 1
- NAG 1
- NesterovAcceleratedGradient 1
- NoiseRobustness 1
- Optimization 1
- Overfitting 1
- Padding 1
- ParameterNormPenalty 1
- Pipeline 1
- RMSprop 1
- Regularization 1
- SGD 1
- StochasticGradientDescent 1
- Stride 1
- Underfitting 1
- project 1
Boostcamp
[Project] 001. Image Classification
Summary ๐ค
[Boostcamp, AI Tech] 4์ฃผ์ฐจ ํ๊ณ
Summary ๐ค
P stage๊ฐ ์์๋์๋ค. Image Classification์ ์ฃผ์ ๋ก EDA ๋ถํฐ Model, Train ๊น์ง ๋ฅ๋ฌ๋ ํ๋ก์ ํธ์ ์ ์ฒด์ ์ธ ํ๋ก์ฐ๋ฅผ ์ง์ ๊ตฌํํด๋ณด๋ฉด์ ์ ์ฒด์ ์ธ ๊ทธ๋ฆผ์ ๊ทธ๋ฆด ์ ์๋ ์ฃผ์๋ค.
[Boostcamp, AI Tech] 3์ฃผ์ฐจ ํ๊ณ
Summary ๐ค
Pytorch์ ๋ํ ๊ธฐ๋ณธ์ ์ธ ์ฅ์ ๊ณผ ํน์ง๋ค์ ๋ํด ํ์ตํ๊ณ , ML/DL ํ๋ก์ ํธ์์, ๋ชจ๋ธ ์ค์ฌ์ ์ธ ํด์๋ณด๋ค, Data ์ค์ฌ์ ์ธ ๊ด์ ์์ ์ด๋ ํ ๊ฒ๋ค์ด ์ค์ํ์ง์ ๋ํด ํ์ตํ๋ค.
[Boostcamp, AI Tech] 2์ฃผ์ฐจ ํ๊ณ
Summary ๐ค
Deep Learning์ ๋ํ ๊ธฐ์ด์ ์ธ ๊ฐ์๋ค๋ก ๊ตฌ์ฑ์ด ๋์๋ค. ๋ํ ์ต๊ทผ ์ฐ๊ตฌ ๋ํฅ๊ณผ ์ฌ๋ฌ๊ฐ์ง ๋ ผ๋ฌธ๋ค์ ๋ํ ์๊ฐ๋ ๊ฐ์ด ํฌํจ๋์๋ค.
[Boostcamp, AI Tech] 1์ฃผ์ฐจ ํ๊ณ
Summary ๐ค
1์ฃผ์ฐจ๋ Python ๊ธฐ๋ณธ๊ณผ AI Math์ ์ฃผ์ ๋ก ๊ฐ์๊ฐ ๊ตฌ์ฑ๋์๋ค. ํ๋ก๊ทธ๋๋ฐ์ ์ต์ํ ํธ์ด๋ผ, AI Math์ ์ต๋ํ ๋ง์ ์๊ฐ์ ํฌ์ํ๋ค. ๊ฐ ์ฉ์ด๋ค์ ์ ์์ ์ต์ํด์ง๋๋ฐ ์ง์คํ๊ณ , ์ฌ๋ฌ๋ฒ ์์ฃผ ์ ํ์ฌ ์ต์ํด์ง๊ธฐ ์ํ ์๊ฐ์ด์๋ค.
DeepLearning
[DL/ML]CNN - Intro
Summary ๐ค
CNN(Convolution Neural Network)์ ์ผ์ ํ ํฌ๊ธฐ์ ํ๋ผ๋ฏธํฐ(filter, kernel)๋ฅผ ์ฎ๊ฒจ๊ฐ๋ฉฐ ๋์ฅ์ ์ฐ๋ฏ์ด ์ฎ๊ฒจ๊ฐ๋ฉฐ ํฉ์ฑ๊ณฑ(Convolution)ํ๋ ํํ์ ๋ด๋ด ๋คํธ์ํฌ๋ค.
[DL/ML]Regularization
Summary ๐ค
Generalization์ ๋์ด๊ธฐ ์ํด ํ์ต์ ๋ฐฉํดํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ค์ ๋งํด test set์์ ์ ๋์ํ๊ฒ ํ๊ธฐ ์ํ ๋ฐฉ๋ฒ์ด๋ค.
[DL/ML]Optimization - Important Concept
Summary ๐ค
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
[DL/ML]Deep Learning - Intro
Summary ๐ค
๋ฅ๋ฌ๋์์ ํ์ตํ๋ค๋ ๊ฒ์ ๋ฌด์์ธ์ง, ๋ ์ด๋ค ์ญ์ฌ์ ํ๋ฆ์์์ ๋ฐ์ ํด์๋์ง๋ฅผ ๊ฐ๋ณ๊ฒ ์์๋ณด์.
aitech
[Project] 001. Image Classification
Summary ๐ค
[Boostcamp, AI Tech] 4์ฃผ์ฐจ ํ๊ณ
Summary ๐ค
P stage๊ฐ ์์๋์๋ค. Image Classification์ ์ฃผ์ ๋ก EDA ๋ถํฐ Model, Train ๊น์ง ๋ฅ๋ฌ๋ ํ๋ก์ ํธ์ ์ ์ฒด์ ์ธ ํ๋ก์ฐ๋ฅผ ์ง์ ๊ตฌํํด๋ณด๋ฉด์ ์ ์ฒด์ ์ธ ๊ทธ๋ฆผ์ ๊ทธ๋ฆด ์ ์๋ ์ฃผ์๋ค.
[Boostcamp, AI Tech] 3์ฃผ์ฐจ ํ๊ณ
Summary ๐ค
Pytorch์ ๋ํ ๊ธฐ๋ณธ์ ์ธ ์ฅ์ ๊ณผ ํน์ง๋ค์ ๋ํด ํ์ตํ๊ณ , ML/DL ํ๋ก์ ํธ์์, ๋ชจ๋ธ ์ค์ฌ์ ์ธ ํด์๋ณด๋ค, Data ์ค์ฌ์ ์ธ ๊ด์ ์์ ์ด๋ ํ ๊ฒ๋ค์ด ์ค์ํ์ง์ ๋ํด ํ์ตํ๋ค.
[Boostcamp, AI Tech] 2์ฃผ์ฐจ ํ๊ณ
Summary ๐ค
Deep Learning์ ๋ํ ๊ธฐ์ด์ ์ธ ๊ฐ์๋ค๋ก ๊ตฌ์ฑ์ด ๋์๋ค. ๋ํ ์ต๊ทผ ์ฐ๊ตฌ ๋ํฅ๊ณผ ์ฌ๋ฌ๊ฐ์ง ๋ ผ๋ฌธ๋ค์ ๋ํ ์๊ฐ๋ ๊ฐ์ด ํฌํจ๋์๋ค.
[Boostcamp, AI Tech] 1์ฃผ์ฐจ ํ๊ณ
Summary ๐ค
1์ฃผ์ฐจ๋ Python ๊ธฐ๋ณธ๊ณผ AI Math์ ์ฃผ์ ๋ก ๊ฐ์๊ฐ ๊ตฌ์ฑ๋์๋ค. ํ๋ก๊ทธ๋๋ฐ์ ์ต์ํ ํธ์ด๋ผ, AI Math์ ์ต๋ํ ๋ง์ ์๊ฐ์ ํฌ์ํ๋ค. ๊ฐ ์ฉ์ด๋ค์ ์ ์์ ์ต์ํด์ง๋๋ฐ ์ง์คํ๊ณ , ์ฌ๋ฌ๋ฒ ์์ฃผ ์ ํ์ฌ ์ต์ํด์ง๊ธฐ ์ํ ์๊ฐ์ด์๋ค.
MLOps
[MLOps]๋จธ์ ๋ฌ๋ ํ์ดํ๋ผ์ธ - Intro
Summary ๐ค
๋จธ์ ๋ฌ๋ ํ๋ก์ธ์ค์์ ์ค์ ํ๋ก๋ํธ๋ก ์ด์ด์ง๊ธฐ๊น์ง์ ํ๋ก์ฐ๋ฅผ ๊ฐ๋ธํ ์์๋ณด๊ณ , ํ์ดํ๋ผ์ธ์ ๊ตฌ์ถํ ๋ ์ด๋ค ๋ฌธ์ ์ ๋ค์ ์ง์คํด์ผ ํ๋์ง ์์๋ณด์.
[MLOps]MLOps Level (feat. google cloud) (TODO)
Summary ๐ค
1x1Convolution
[DL/ML]CNN - Intro
Summary ๐ค
CNN(Convolution Neural Network)์ ์ผ์ ํ ํฌ๊ธฐ์ ํ๋ผ๋ฏธํฐ(filter, kernel)๋ฅผ ์ฎ๊ฒจ๊ฐ๋ฉฐ ๋์ฅ์ ์ฐ๋ฏ์ด ์ฎ๊ฒจ๊ฐ๋ฉฐ ํฉ์ฑ๊ณฑ(Convolution)ํ๋ ํํ์ ๋ด๋ด ๋คํธ์ํฌ๋ค.
Adadelta
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
Adagrad
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
Adam
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
Bagging
[DL/ML]Optimization - Important Concept
Summary ๐ค
BatchNormalization
[DL/ML]Regularization
Summary ๐ค
Generalization์ ๋์ด๊ธฐ ์ํด ํ์ต์ ๋ฐฉํดํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ค์ ๋งํด test set์์ ์ ๋์ํ๊ฒ ํ๊ธฐ ์ํ ๋ฐฉ๋ฒ์ด๋ค.
BiasVarianceTradeoff
[DL/ML]Optimization - Important Concept
Summary ๐ค
Boosting
[DL/ML]Optimization - Important Concept
Summary ๐ค
Bootstraipping
[DL/ML]Optimization - Important Concept
Summary ๐ค
CNN
[DL/ML]CNN - Intro
Summary ๐ค
CNN(Convolution Neural Network)์ ์ผ์ ํ ํฌ๊ธฐ์ ํ๋ผ๋ฏธํฐ(filter, kernel)๋ฅผ ์ฎ๊ฒจ๊ฐ๋ฉฐ ๋์ฅ์ ์ฐ๋ฏ์ด ์ฎ๊ฒจ๊ฐ๋ฉฐ ํฉ์ฑ๊ณฑ(Convolution)ํ๋ ํํ์ ๋ด๋ด ๋คํธ์ํฌ๋ค.
Convolution
[DL/ML]CNN - Intro
Summary ๐ค
CNN(Convolution Neural Network)์ ์ผ์ ํ ํฌ๊ธฐ์ ํ๋ผ๋ฏธํฐ(filter, kernel)๋ฅผ ์ฎ๊ฒจ๊ฐ๋ฉฐ ๋์ฅ์ ์ฐ๋ฏ์ด ์ฎ๊ฒจ๊ฐ๋ฉฐ ํฉ์ฑ๊ณฑ(Convolution)ํ๋ ํํ์ ๋ด๋ด ๋คํธ์ํฌ๋ค.
ConvolutionNeuralNetwork
[DL/ML]CNN - Intro
Summary ๐ค
CNN(Convolution Neural Network)์ ์ผ์ ํ ํฌ๊ธฐ์ ํ๋ผ๋ฏธํฐ(filter, kernel)๋ฅผ ์ฎ๊ฒจ๊ฐ๋ฉฐ ๋์ฅ์ ์ฐ๋ฏ์ด ์ฎ๊ฒจ๊ฐ๋ฉฐ ํฉ์ฑ๊ณฑ(Convolution)ํ๋ ํํ์ ๋ด๋ด ๋คํธ์ํฌ๋ค.
CrossValidation
[DL/ML]Optimization - Important Concept
Summary ๐ค
DataArgumentation
[DL/ML]Regularization
Summary ๐ค
Generalization์ ๋์ด๊ธฐ ์ํด ํ์ต์ ๋ฐฉํดํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ค์ ๋งํด test set์์ ์ ๋์ํ๊ฒ ํ๊ธฐ ์ํ ๋ฐฉ๋ฒ์ด๋ค.
Dropout
[DL/ML]Regularization
Summary ๐ค
Generalization์ ๋์ด๊ธฐ ์ํด ํ์ต์ ๋ฐฉํดํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ค์ ๋งํด test set์์ ์ ๋์ํ๊ฒ ํ๊ธฐ ์ํ ๋ฐฉ๋ฒ์ด๋ค.
EalryStopping
[DL/ML]Regularization
Summary ๐ค
Generalization์ ๋์ด๊ธฐ ์ํด ํ์ต์ ๋ฐฉํดํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ค์ ๋งํด test set์์ ์ ๋์ํ๊ฒ ํ๊ธฐ ์ํ ๋ฐฉ๋ฒ์ด๋ค.
Generalization
[DL/ML]Optimization - Important Concept
Summary ๐ค
Gradient
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
ImageClassification
[Project] 001. Image Classification
Summary ๐ค
Intro
[DL/ML]Deep Learning - Intro
Summary ๐ค
๋ฅ๋ฌ๋์์ ํ์ตํ๋ค๋ ๊ฒ์ ๋ฌด์์ธ์ง, ๋ ์ด๋ค ์ญ์ฌ์ ํ๋ฆ์์์ ๋ฐ์ ํด์๋์ง๋ฅผ ๊ฐ๋ณ๊ฒ ์์๋ณด์.
LabelSmoothing
[DL/ML]Regularization
Summary ๐ค
Generalization์ ๋์ด๊ธฐ ์ํด ํ์ต์ ๋ฐฉํดํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ค์ ๋งํด test set์์ ์ ๋์ํ๊ฒ ํ๊ธฐ ์ํ ๋ฐฉ๋ฒ์ด๋ค.
Level
[MLOps]MLOps Level (feat. google cloud) (TODO)
Summary ๐ค
Momentum
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
NAG
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
NesterovAcceleratedGradient
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
NoiseRobustness
[DL/ML]Regularization
Summary ๐ค
Generalization์ ๋์ด๊ธฐ ์ํด ํ์ต์ ๋ฐฉํดํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ค์ ๋งํด test set์์ ์ ๋์ํ๊ฒ ํ๊ธฐ ์ํ ๋ฐฉ๋ฒ์ด๋ค.
Optimization
[DL/ML]Optimization - Important Concept
Summary ๐ค
Overfitting
[DL/ML]Optimization - Important Concept
Summary ๐ค
Padding
[DL/ML]CNN - Intro
Summary ๐ค
CNN(Convolution Neural Network)์ ์ผ์ ํ ํฌ๊ธฐ์ ํ๋ผ๋ฏธํฐ(filter, kernel)๋ฅผ ์ฎ๊ฒจ๊ฐ๋ฉฐ ๋์ฅ์ ์ฐ๋ฏ์ด ์ฎ๊ฒจ๊ฐ๋ฉฐ ํฉ์ฑ๊ณฑ(Convolution)ํ๋ ํํ์ ๋ด๋ด ๋คํธ์ํฌ๋ค.
ParameterNormPenalty
[DL/ML]Regularization
Summary ๐ค
Generalization์ ๋์ด๊ธฐ ์ํด ํ์ต์ ๋ฐฉํดํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ค์ ๋งํด test set์์ ์ ๋์ํ๊ฒ ํ๊ธฐ ์ํ ๋ฐฉ๋ฒ์ด๋ค.
Pipeline
[MLOps]๋จธ์ ๋ฌ๋ ํ์ดํ๋ผ์ธ - Intro
Summary ๐ค
๋จธ์ ๋ฌ๋ ํ๋ก์ธ์ค์์ ์ค์ ํ๋ก๋ํธ๋ก ์ด์ด์ง๊ธฐ๊น์ง์ ํ๋ก์ฐ๋ฅผ ๊ฐ๋ธํ ์์๋ณด๊ณ , ํ์ดํ๋ผ์ธ์ ๊ตฌ์ถํ ๋ ์ด๋ค ๋ฌธ์ ์ ๋ค์ ์ง์คํด์ผ ํ๋์ง ์์๋ณด์.
RMSprop
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
Regularization
[DL/ML]Regularization
Summary ๐ค
Generalization์ ๋์ด๊ธฐ ์ํด ํ์ต์ ๋ฐฉํดํ๋ ๋ฐฉ๋ฒ์ด๋ค. ๋ค์ ๋งํด test set์์ ์ ๋์ํ๊ฒ ํ๊ธฐ ์ํ ๋ฐฉ๋ฒ์ด๋ค.
SGD
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
StochasticGradientDescent
[DL/ML]Gradient Descent Methods
Summary ๐ค
Gradient Descent๋ ๋ค์์ผ๋ก ๊ฐ๋จํ ๋ถ๋ฅํ ์ ์๋ค.
Stride
[DL/ML]CNN - Intro
Summary ๐ค
CNN(Convolution Neural Network)์ ์ผ์ ํ ํฌ๊ธฐ์ ํ๋ผ๋ฏธํฐ(filter, kernel)๋ฅผ ์ฎ๊ฒจ๊ฐ๋ฉฐ ๋์ฅ์ ์ฐ๋ฏ์ด ์ฎ๊ฒจ๊ฐ๋ฉฐ ํฉ์ฑ๊ณฑ(Convolution)ํ๋ ํํ์ ๋ด๋ด ๋คํธ์ํฌ๋ค.