괴물 클럽

1. 학습의 본질과 머신러닝의 세계관 1.1 학습이란 무엇인가? 학습은 시스템이 환경과의 상호작용을 통해 정보를 획득하고 내부 모델을 최적화하여 미래의 특정 작업을 더 잘 수행하도록 적응하는 과정입니다. 이 정의는 머신러닝의 핵심 프레임워크를 구성합니다. 세 가지 학습 패러다임 패러다임데이터 형태학습 목표핵심 개념 지도학습(특성, 레이블)특성에서 레이 ...

1. 모델 및 레이어 구축 이 가이드에서는 Keras의 Subclassing API를 활용하여 모델을 설계합니다. tf.keras.Model 클래스를 상속받아 새로운 모델을 정의하고, 학습 및 평가 과정을 수동으로 구현하는 방식을 사용합니다. 이 방법은 유연성이 높으며 PyTorch, Chainer 등 다른 딥러닝 프레임워크와도 유사한 패턴을 공유합니다. 1.1 기본 모델 구조 class CustomModel( ...

이 글에서는 302개의 샘플과 13개의 특성을 가진 심장질환 데이터셋을 사용하여 SimpleRNN 기반 이진분류 모델을 구현하는 방법을 설명합니다. 목표는 환자의 심장질환 유무(0 또는 1)를 예측하는 것입니다. 워크플로우 개요 GPU 설정 → 데이터 분할 → 특성 표준화 → 모델 구성 → 컴파일 → 학습 → 시각적 평가 1. 데이터 분할 df.iloc[:,:-1]로 마지막 열을 제외한 모든 ...

프로젝트 구조 및 개요 keras-text-summarization/ ├── data/ │ ├── small_vocab_en.txt │ └── small_vocab_fr.txt ├── models/ │ ├── seq2seq.py │ └── seq2seq_utils.py ├── notebooks/ │ └── seq2seq_summarization.ipynb ├── utils/ │ └── data_utils.py ├── config.json ├── LICENSE ├── README.md ├── requirements.txt └── setup.py 디렉터리 구성 ...

부분 관측 문제를 극복하는 DRQN 아키텍처 심층 강화 학습 분야에서, 전통적인 DQN(Deep Q-Network)은 완전한 상태 정보를 가정하기 때문에 현실 세계의 많은 상황에 적용하기 어렵다. 예를 들어 자율주행 차량이 센서의 시야 제한으로 인해 전체 도로 상황을 파악하지 못하거나, 로봇이 장애물에 의해 일부 영역을 관측할 수 없는 경우가 있다. 이러한 부분 관측 마르코프 ...

딥러닝 모델을 구축할 때 가장 중요한 단계는 알고리즘 설계뿐만 아니라 데이터 전처리와 모델 컴파일입니다. 이 과정은 입력 데이터를 신경망이 이해할 수 있는 형태로 변환하고, 모델을 실제로 실행 가능한 코드로 변환하는 역할을 합니다. 본 문서에서는 Keras 라이브러리를 사용하여 MNIST 손글씨 숫자 데이터셋을 처리하고 모델을 만드는 방법을 설명합니다. 데이터 ...

DeepLearningFrameworks 다중 GPU 학습 실전 가이드 이 프로젝트는 다양한 딥러닝 프레임워크에서 신경망 실행 방법을 보여주는 오픈소스 프로젝트로, 다중 GPU 학습 예제를 제공하여 분산 학습 기술을 빠르게 습득할 수 있도록 지원합니다. 본 가이드는 기본 개념부터 고급 기법까지 다중 GPU 학습의 핵심 내용을 포괄적으로 다룹니다. 다중 GPU 학습의 핵심 이점 신경망 ...

신경망 기본 구조 입력 계층 → 은닉 계층(데이터 처리) → 출력 계층 입력 계층: 외부 정보 수신 은닉 계층: 다중 변환을 통한 특징 추출 출력 계층: 최종 결과 도출 각 계층은 특정 연산을 수행하며, 신경망은 입력 데이터를 계층적 변환을 통해 출력으로 매핑합니다. 데이터 흐름 그래프 TensorFlow는 데이터 흐름 그래프를 사용한 계산 프레임워크입니다. 노드: 수학 ...

프로젝트 디렉터리 구조 규칙 프로젝트는 "모델 유형/변종 구현"의 2단계 디렉터리 구조를 채택합니다. 모든 GAN 변종은 `GAN/` 디렉터리에 통합되며, Conditional GAN은 `GAN/conditional_gan/`에 위치합니다. 새 모델은 다음과 같은 명명 규칙을 따라야 합니다. PyTorch 구현: [변종명]_pytorch.py (예: gan_pytorch.py) TensorFlow 구현: [변종명]_tensorflow.py (예: ...

얼룩진 자원 환경에서 얼굴 인식 OOD 모델 최적화 1. 소개 실제 얼굴 인식 시스템을 배포할 때, 고성능 모델이지만 계산 리소스가 제한적인 문제에 직면하게 됩니다. 특히 모바일 장치, 임베디드 시스템 또는 엣지 컴퓨팅 환경에서는 리소스가 제한적인 상황에서도 효과적으로 작동하는 고성능 얼굴 인식 OOD(Out-of-Distribution) 모델을 구현하는 것이 중요합니다. 모델 ...