
전체 글
- [62일차] 19. GAN 모델 만들기 2022.09.22
- [62일차] 18. LSTM과 CNN의 조합을 이용한 영화 리뷰 분류하기 2022.09.22
- [61일차] 18.Reuters 2022.09.21
- 17-03. Korean_cnn 2022.09.21
- [61일차] 딥러닝 2022.09.21
- [60일차] 17-02.EDA_Kor 2022.09.20
- [60일차] 17-01. Tokenizing 2022.09.20
- [60일차] 17. 딥러닝을 이용한 자연어처리 2022.09.20
- [59일차] 함수 2022.09.19
[62일차] 19. GAN 모델 만들기
[62일차] 18. LSTM과 CNN의 조합을 이용한 영화 리뷰 분류하기
[61일차] 18.Reuters
2022-09-21
'비트교육 > 딥러닝' 카테고리의 다른 글
| [61일차] 20-2. transfer_learning.ipynb (0) | 2022.09.23 |
|---|---|
| 17-03. Korean_cnn (0) | 2022.09.21 |
| [61일차] 딥러닝 (0) | 2022.09.21 |
| [60일차] 17-02.EDA_Kor (0) | 2022.09.20 |
| [60일차] 17-01. Tokenizing (0) | 2022.09.20 |
17-03. Korean_cnn
🤍2022-09-21🤍
'비트교육 > 딥러닝' 카테고리의 다른 글
| [61일차] 20-2. transfer_learning.ipynb (0) | 2022.09.23 |
|---|---|
| [61일차] 18.Reuters (0) | 2022.09.21 |
| [61일차] 딥러닝 (0) | 2022.09.21 |
| [60일차] 17-02.EDA_Kor (0) | 2022.09.20 |
| [60일차] 17-01. Tokenizing (0) | 2022.09.20 |
[61일차] 딥러닝
자연어처리분야가 획기적인 발전이 일어남.
텍스트에 적용함.
2016년 Convolutional Neural Networks for Sentence Classification 논문을 씀.
https://arxiv.org/abs/1408.5882
Convolutional Neural Networks for Sentence Classification
We report on a series of experiments with convolutional neural networks (CNN) trained on top of pre-trained word vectors for sentence-level classification tasks. We show that a simple CNN with little hyperparameter tuning and static vectors achieves excell
arxiv.org

알고리즘을 그림으로 표현
배치 단위로 들어오는데 배치 없이 보면,,
I like this movie very much! word index 단어사전을 뽑아낸 다음에 단어사전을 이용해서 단어 인덱스의 모임으로 바꿈.
인덱스 구문을 바꾼 상태에서 길이를 맞춰야하니깐 패딩한 다음에 패딩한 결과를 가지고 임베딩 데이터에 집어 넣고
특정 차원으로 각 단어를 백터로 만든다.
임베딩까지 나와서 느낌표가 7개 7*5 martrix로 표현가능
필터 크기를 3개 사이즈로 쓴다. 5차원이니깐 가로가 5
2개의 필터를 쓴다. 임베딩 레이어가 늘어남 결과가 4개가 나온다.
서브클래싱으로 밖에 못짜는 경우,,
https://dgkim5360.tistory.com/entry/understanding-long-short-term-memory-lstm-kr


'비트교육 > 딥러닝' 카테고리의 다른 글
| [61일차] 18.Reuters (0) | 2022.09.21 |
|---|---|
| 17-03. Korean_cnn (0) | 2022.09.21 |
| [60일차] 17-02.EDA_Kor (0) | 2022.09.20 |
| [60일차] 17-01. Tokenizing (0) | 2022.09.20 |
| [60일차] 17. 딥러닝을 이용한 자연어처리 (0) | 2022.09.20 |
[60일차] 17-02.EDA_Kor
'비트교육 > 딥러닝' 카테고리의 다른 글
| 17-03. Korean_cnn (0) | 2022.09.21 |
|---|---|
| [61일차] 딥러닝 (0) | 2022.09.21 |
| [60일차] 17-01. Tokenizing (0) | 2022.09.20 |
| [60일차] 17. 딥러닝을 이용한 자연어처리 (0) | 2022.09.20 |
| [59일차] 13.dogs-catsLast (0) | 2022.09.19 |
[60일차] 17-01. Tokenizing

'비트교육 > 딥러닝' 카테고리의 다른 글
| [61일차] 딥러닝 (0) | 2022.09.21 |
|---|---|
| [60일차] 17-02.EDA_Kor (0) | 2022.09.20 |
| [60일차] 17. 딥러닝을 이용한 자연어처리 (0) | 2022.09.20 |
| [59일차] 13.dogs-catsLast (0) | 2022.09.19 |
| [58일차] 15장. 실제 데이터로 만들어보는 모델 (0) | 2022.09.16 |
[60일차] 17. 딥러닝을 이용한 자연어처리
🧡2022-09-20🧡

'비트교육 > 딥러닝' 카테고리의 다른 글
| [60일차] 17-02.EDA_Kor (0) | 2022.09.20 |
|---|---|
| [60일차] 17-01. Tokenizing (0) | 2022.09.20 |
| [59일차] 13.dogs-catsLast (0) | 2022.09.19 |
| [58일차] 15장. 실제 데이터로 만들어보는 모델 (0) | 2022.09.16 |
| [58일차] 14. 모델 성능향상시키기 (0) | 2022.09.16 |
[59일차] 함수

clearInterval() 함수
setInterval함수로 지정한 타이머를 3초 후에 clearInterval() 함수로 끕니다.

익명함수와 선언적 함수의 생성 순서
익명 함수와 선언적 함수의 중요한 차이는 생성 순서입니다.
곧바로 익명 함수와 선언적 함수의 예를 살펴보면 어렵게 느낄 수 있으므로 간단한 코드를 먼저 살펴본 후에 함수에 적용해봅시다.

기존의 값인 10 대신 20으로 덮어쓴다.





