코딩영어
구독자 100만이 넘는 미국의 sentdex사 교육과정 유튜브 원본 동영상에서 2분 LC training 학습분량을 뽑아내 열번정도 먼저 반복학습한 후엔 원본 비디오의 영어가 쉽게 LC가 되어 실습까지 마칠 수 있게 된다는 것이 저희 학습법이 찾아낸 원리입니다.
페이스북 페이지 '코딩영어 특강' https://www.facebook.com/iBooth.net/
"코딩영어"
1250
-
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 1..
딥러닝에선 neuron을 중심으로 계산을 하기 때문에 이런 input이 vector고 weight가 matrix인 경우, weight, input 순으로 놓고선 dot product를 해야 한다. 그래야 앞 layer에서 넘어오는 각 input 별로 각기 다른 vector, matrix로 구성된 weight의 반영이 가능해진다. 이걸 계산 가능케 해주는 기능이 numpy엔 있는데 그걸 Dot Product라 한다. output = np.dot(weights, inputs) + biases 이렇게 하면 각 input vector 별로 weight matrix가 반영 되어 수식 계산이 나온다. 이를 거꾸로 inputs, weights로 했을 땐 shape error를 얻게 된다. 하지만 그 이유가 명확하게 딱 떨어지지가 않아요ㅠ deep learning에선 이런 경우가 종종 나온.......추천 -
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 1..
딥러닝에선 neuron을 중심으로 계산을 하기 때문에 이런 input이 vector고 weight가 matrix인 경우, weight, input 순으로 놓고선 dot product를 해야 한다. 그래야 앞 layer에서 넘어오는 각 input 별로 각기 다른 vector, matrix로 구성된 weight의 반영이 가능해진다. 이걸 계산 가능케 해주는 기능이 numpy엔 있는데 그걸 Dot Product라 한다. output = np.dot(weights, inputs) + biases 이렇게 하면 각 input vector 별로 weight matrix가 반영 되어 수식 계산이 나온다. 이를 거꾸로 inputs, weights로 했을 땐 shape error를 얻게 된다. 하지만 그 이유가 명확하게 딱 떨어지지가 않아요ㅠ deep learning에선 이런 경우가 종종 나온.......추천 -
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 1..
각기 neuron 들이 어떻게 inputs, weights, biases 들을 취해서 outputs를 내는 지를 산술적으로 도해를 곁들여 설명합니다. neural networks 에서 우린 좌측 input layer로 부터 시작해서 가운데 hidden layers, 그리고 나서 맨 우측 output layer에 이르기까지 일방향으로 진행된다는 것을 이미 전 태잎에서 보았습니다. 이제 여기선 그 input layer는 일종의 sensors 라는 걸 알게 되었습니다. 그게 첫 번째 hidden layer 에게 inputs로 건네주는 것입니다. 그리고 이는 output layer가 앞의 끝 번째 hidden layer로 부터 받아내는 inputs 과는 성질이 상이하다는 걸 알게 되었습니다. 물론 가운데에 위치한 x번째 hidden layer 와도 사뭇 다.......추천 -
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 1..
각기 neuron 들이 어떻게 inputs, weights, biases 들을 취해서 outputs를 내는 지를 산술적으로 도해를 곁들여 설명합니다. neural networks 에서 우린 좌측 input layer로 부터 시작해서 가운데 hidden layers, 그리고 나서 맨 우측 output layer에 이르기까지 일방향으로 진행된다는 것을 이미 전 태잎에서 보았습니다. 이제 여기선 그 input layer는 일종의 sensors 라는 걸 알게 되었습니다. 그게 첫 번째 hidden layer 에게 inputs로 건네주는 것입니다. 그리고 이는 output layer가 앞의 끝 번째 hidden layer로 부터 받아내는 inputs 과는 성질이 상이하다는 걸 알게 되었습니다. 물론 가운데에 위치한 x번째 hidden layer 와도 사뭇 다.......추천 -
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 1..
각기 neuron 들이 어떻게 inputs, weights, biases 들을 취해서 outputs를 내는 지를 산술적으로 도해를 곁들여 설명합니다. neural networks 에서 우린 좌측 input layer로 부터 시작해서 가운데 hidden layers, 그리고 나서 맨 우측 output layer에 이르기까지 일방향으로 진행된다는 것을 이미 전 태잎에서 보았습니다. 이제 여기선 그 input layer는 일종의 sensors 라는 걸 알게 되었습니다. 그게 첫 번째 hidden layer 에게 inputs로 건네주는 것입니다. 그리고 이는 output layer가 앞의 끝 번째 hidden layer로 부터 받아내는 inputs 과는 성질이 상이하다는 걸 알게 되었습니다. 물론 가운데에 위치한 x번째 hidden layer 와도 사뭇 다.......추천 -
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 9..
Daniel이 미리 작업한 코드에서 Harrison이 앙상블(함께)해 Deep Learning Chatbot이 response하는 내용을 좀은 더 적합한 그리고 재밋는 내용으로 맞추어내기 위해 작업합니다. 여기선 model ensemble, live ensemble 두 가지의 앙상블 화일이 있습니다. 실습에선 여기 live ensemble 에다 Harrison이 자신의 취향대로 response가 일어날 수 있도록 작업해 애초의 model ensemble 답변들과 앙상블을 이루게 합니다. input/output 포함 모두 22개의 layer models로 부터 나오는 어마한 responses 중에서 골라 각기 10개씩의 답변을 받아보게 되어 있고, scoring mechanism을 각기 참여한 프로그래머들이 자신의 취향대로 점수를 매기게 했습니다.......추천 -
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 9..
Daniel이 미리 작업한 코드에서 Harrison이 앙상블(함께)해 Deep Learning Chatbot이 response하는 내용을 좀은 더 적합한 그리고 재밋는 내용으로 맞추어내기 위해 작업합니다. 여기선 model ensemble, live ensemble 두 가지의 앙상블 화일이 있습니다. 실습에선 여기 live ensemble 에다 Harrison이 자신의 취향대로 response가 일어날 수 있도록 작업해 애초의 model ensemble 답변들과 앙상블을 이루게 합니다. input/output 포함 모두 22개의 layer models로 부터 나오는 어마한 responses 중에서 골라 각기 10개씩의 답변을 받아보게 되어 있고, scoring mechanism을 각기 참여한 프로그래머들이 자신의 취향대로 점수를 매기게 했습니다.......추천 -
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 9..
Daniel이 미리 작업한 코드에서 Harrison이 앙상블(함께)해 Deep Learning Chatbot이 response하는 내용을 좀은 더 적합한 그리고 재밋는 내용으로 맞추어내기 위해 작업합니다. 여기선 model ensemble, live ensemble 두 가지의 앙상블 화일이 있습니다. 실습에선 여기 live ensemble 에다 Harrison이 자신의 취향대로 response가 일어날 수 있도록 작업해 애초의 model ensemble 답변들과 앙상블을 이루게 합니다. input/output 포함 모두 22개의 layer models로 부터 나오는 어마한 responses 중에서 골라 각기 10개씩의 답변을 받아보게 되어 있고, scoring mechanism을 각기 참여한 프로그래머들이 자신의 취향대로 점수를 매기게 했습니다.......추천 -
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 8..
컷한 2분을 직역해보았어요. sentdex사 Harrison이 왜 이런 타이틀의 프로젝트를 시작하게 되었는지 그 목적을 밝힌다. 한마디로 neural networks를 보다 심도있게 공부해보고자 함이다. 그랬을 땐, PyTorch니 Tensorflow's Keras 같은 framework나 또 앞으로 나올 library 등을 활용할 때에 크게 수월하게 프로그래밍을 해낼 수 있을테다. 내가 처음 공부했을 땐 Deep Learning이 매우 매우 어려웠다. layer, multi-layers, activation functions 등을 메모해가면서 써야 했다. 하지만 왜 해야하는지를 몰랐으니, 막상 문제에 봉착했을 때엔 이게 문제가 되었다. 단순히 이미지나 손으로 쓴 숫자를 분류해내거나 한 걸음 더 나아가 고양이.......추천 -
[비공개] 코딩어학원 CH. LC w/ Py - Neural Networks 8..
컷한 2분을 직역해보았어요. sentdex사 Harrison이 왜 이런 타이틀의 프로젝트를 시작하게 되었는지 그 목적을 밝힌다. 한마디로 neural networks를 보다 심도있게 공부해보고자 함이다. 그랬을 땐, PyTorch니 Tensorflow's Keras 같은 framework나 또 앞으로 나올 library 등을 활용할 때에 크게 수월하게 프로그래밍을 해낼 수 있을테다. 내가 처음 공부했을 땐 Deep Learning이 매우 매우 어려웠다. layer, multi-layers, activation functions 등을 메모해가면서 써야 했다. 하지만 왜 해야하는지를 몰랐으니, 막상 문제에 봉착했을 때엔 이게 문제가 되었다. 단순히 이미지나 손으로 쓴 숫자를 분류해내거나 한 걸음 더 나아가 고양이.......추천
1510개
1047806개
716240개
