728x90 [파이썬 Projects]/<파이썬 딥러닝, 신경망>42 [딥러닝] 강화 학습(RL): Q-러닝 이전 내용 강화 학습(Reinforcement Learning, RL)은 기계 학습의 한 분야로, 에이전트가 환경과 상호작용하여 보상을 최대화할 수 있는 행동을 학습하는 방법이다. 다양한 상황에서 의사 결정을 하는 방법을 배우고, 결과에 따라 조정하는 과정을 통해 성능을 향상시킨다. 강화 학습은 특히 동적이고 복잡한 환경에서 최적의 전략을 찾는 데 유용하다.강화 학습에서 소프트웨어 에이전트는 관측을 하고 주어진 환경에서 행동을 한다. 그리고 결과에 따라 환경으로부터 보상을 받는다. 에이전트의 목적은 보상의 장기간 기대치를 최대로 만드는 행동을 학습하는 것이다. 긍정적 보상은 기쁨으로, 부정적 보상은 아픔으로 생각할 수 있다. 즉, 에이전트는 환경 안에서 행동하고 시행착오를 겪으며 기쁨이 최대가 되고 아픔.. 2024. 12. 6. [딥러닝] RNN 자연어 처리: 어텐션 매커니즘, 트랜스포머 이전 내용 [딥러닝] RNN을 사용한 자연어 처리: 신경망 기계 번역이전 내용 [딥러닝] RNN을 사용한 자연어 처리: 감성분석이전 내용 [딥러닝] RNN을 사용한 자연어 처리이전 내용 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 3이전 내용 [딥러닝] RNN & CNN(feapuppy-foot-it.tistory.com어텐션 매커니즘 어텐션 메커니즘은 RNN 또는 다른 시퀀스 모델에서 주로 사용되며, 긴 시퀀스를 처리할 때 중요한 요소를 선택적으로 집중하는 방법이다. 이는 모델이 모든 입력 정보를 동일하게 처리하지 않고, 특정 시점에 중요한 정보를 강조하여 더 나은 성능을 발휘할 수 있도록 한다.어텐션 매커니즘은 훈련 가능한 메모리 검색 시스템으로, 이 시스템은 매우 강력하기 .. 2024. 12. 6. [딥러닝] RNN을 사용한 자연어 처리: 신경망 기계 번역 이전 내용 [딥러닝] RNN을 사용한 자연어 처리: 감성분석이전 내용 [딥러닝] RNN을 사용한 자연어 처리이전 내용 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 3이전 내용 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 2이전 내용 [딥러닝] RNN & Cpuppy-foot-it.tistory.com신경망 기계 번역(NMT, neural machine translation) 신경망 기계 번역(NMT, Neural Machine Translation)은 인공 신경망을 사용하여 한 언어에서 다른 언어로 텍스트를 자동으로 번역하는 기술을 말한다. NMT는 번역의 일관성과 품질을 향상시키기 위해 딥러닝 기술을 사용한다.- NMT의 주요 개념 및 구성 요소인코더-디.. 2024. 12. 5. [딥러닝] RNN을 사용한 자연어 처리: 감성분석 이전 내용 [딥러닝] RNN을 사용한 자연어 처리이전 내용 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 3이전 내용 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 2이전 내용 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 1이전 내용puppy-foot-it.tistory.com감성 분석 이전에 수행했던 IMDb 영화 리뷰 데이터셋을 통해 감성분석을 수행해본다. [머신러닝] 텍스트 분석: 감성 분석텍스트 분석이란? [머신러닝] 텍스트 분석이전 내용 [머신러닝] 군집화 (Clustering)군집화(Clustering) [군집]군집은 비슷한 샘플을 클러스터 또는 비슷한 샘플의 그룹으로 할당하는 작업으로, 데이puppy-foot-it.tisto.. 2024. 12. 5. [문제 해결] 주피터노트북에 GPU 연결하기 GPU vs CPU출처: 챗GPT ◆ CPU (Central Processing Unit) - 특징 CPU는 범용 프로세서로, 다양한 작업을 처리하는 데 최적화되어 있습니다. 소수의 강력한 코어를 가지고 있어 다중 작업 처리에 적합합니다. -성능CPU는 단순 연산 작업에는 적합하지만, 연산량이 많은 딥러닝 작업에서는 속도가 느립니다. 데이터 전송 속도가 상대적으로 느리고, 병렬 처리에 한계가 있습니다. - 적용 사례CPU는 주로 데이터 전처리, 모델 초기 설정 및 간단한 추론 작업에 사용됩니다. ◆ GPU (Graphics Processing Unit) - 특징GPU는 대량의 연산을 동시에 처리할 수 있도록 설계된 특수 프로세서입니다. 수천 개의 작은 코어를 가지고 있어 병렬 처리에 매우 유리합니다... 2024. 12. 4. [딥러닝] 강화 학습(Reinforcement Learning) - 1 이전 내용 [딥러닝] 비지도 학습: 오토인코더, GAN, 확산 모델이전 내용 오토인코더 오토인코더는 지도 방식을 사용하지 않고 잠재 표현 또는 입력 데이터의 밀집 표현(코딩)을 학습할 수 있는 인공 신경망이다. 코딩은 일반적으로 입력보다 훨씬 낮은 차puppy-foot-it.tistory.com강화 학습(Reinforcement Learning, RL) 강화 학습(Reinforcement Learning, RL)은 기계 학습의 한 분야로, 에이전트가 환경과 상호작용하여 보상을 최대화할 수 있는 행동을 학습하는 방법이다. 다양한 상황에서 의사 결정을 하는 방법을 배우고, 결과에 따라 조정하는 과정을 통해 성능을 향상시킨다. 강화 학습은 특히 동적이고 복잡한 환경에서 최적의 전략을 찾는 데 유용하다. 강화.. 2024. 12. 4. 이전 1 2 3 4 ··· 7 다음 728x90
