Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 31 |
Tags
- version
- Residual Connection
- vim-plug
- Generative
- Regression
- ResNet
- iTerm2
- jupyter
- virtualenv
- GCN
- GoogLeNet
- Vanilla RNN
- Optimizer
- AI
- Gated Skip Connection
- python
- Inception Module
- sigmoid
- classification
- Peephole Connection
- Skip Connectioin
- RNN
- Manager
- Skip Connection
- Bottleneck Layer
- Linear
- cnn
- DL
- DCGAN
- Inception V1
Archives
- Today
- Total
IT Repository
(0) Overview of Fundamentals 본문
이 파트에서는 Deep Learning의 기본적인 개념과 원리에 대해 설명합니다.
간단한 Linear Regression Problem을 통해 손실함수와 Gradient Descent 알고리즘에 대해 학습합니다.
이 후에는 Backpropagation, Optimizer, Loss Function에 대한 원리를 설명합니다.
'Basic fundamentals' 카테고리의 다른 글
| (5) Model Capacity (0) | 2020.01.13 |
|---|---|
| (4) What is Backpropagation? (0) | 2020.01.06 |
| (3) What is Neural Network? (0) | 2020.01.06 |
| (2) What is Gradient Descent? (Optimization) (0) | 2020.01.05 |
| (1) What is Loss Function? (0) | 2020.01.05 |
Comments