파이썬 프로그래밍74 파이썬 패키지 만들기-1 환경 구성하기 https://toyourlight.tistory.com/83 유전 알고리즘 2.유전 알고리즘 구현하기전 시간에 유전 알고리즘과 유전에 대하여 이야기했는데, 이번 시간에는 유전 알고리즘을 파이썬을 이용하여 직접 구현해 보겠습니다. 1.요구조건 유전 알고리즘을 이용하여 모든 문제를 풀 수toyourlight.tistory.com 위의 유전 알고리즘을 수업시간 및 각종 프로젝트에 유용하게 활용하고자 라이브러리를 만들고 PYPI에 등록, 깃헙에 푸쉬하는 등 본격적인 관리를 해 보고자 한다. 개발환경은 Spyder를 이용한다. 1. 구현 위치 정하기본인은 네이버 N드라이브를 레이드라이브로 임포트하여 클라우드 기반 폴더로 사용하고 있는데 어디서든 개발을 위해 여기에다가 환경을 구성하기로 하였다. 교육용으로 나만.. 2024. 6. 7. [목차] Numpy 딥러닝 시리즈 Numpy 만으로 인공신경망을 구축하고 훈련하는 Numpy 딥러닝 시리즈의 목차를 정리한 것입니다. 1. 단순 퍼셉트론 1. 선형회귀 구현하기(이론) (tistory.com) 1. 선형회귀 구현하기(이론) (시작하기 앞서 기본적인 수학 이론을 공부해야 한다. 아래 링크를 정주행하는 것을 추천한다. https://toyourlight.tistory.com/category/%ED%8C%8C%EC%9D%B4%EC%8D%AC%20%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%B0%8D/%EB%94%A5%EB% toyourlight.tistory.com 2. 선형회귀 구현하기(실습) (tistory.com) 2. 선형회귀 구현하기(실습) 저번시간에 X = [1, 2, 3], Y = [3,.. 2023. 9. 24. 45.[RNN기초] RNN(many to many) 역전파 구현(이론, 실습) 저번시간에 'hello'라는 단어를 이용하여 아래와 같이 순서대로 출력하는 many to many RNN 신경망을 어떻게 순전파 할 수 있는지 탐구하였다. 1. h 입력 → e 출력 2. e 입력 → l 출력 3. l 입력 → l 출력 4. l 입력 → o 출력 이 때 hyper parameters는 아래와 같이 설정하였다. time_steps = input_RNN.shape[1] # t.s(4) sequence_length = input_RNN.shape[2] # s.l(4) hidden_node = 3 # 내가 설정해야 하는 것, h.n(3) output_feature = targets.shape[1] # o.f(4) 1. many to many 역전파 조금만 생각하면 역전파는 어렵지 않다. 아래와 .. 2023. 9. 24. 44.[RNN기초] RNN(many to many) 순전파 구현(이론, 실습) 이전 시간까지 주어진 문장이 문법에 맞으면 1, 아니면 0으로 예측하는 RNN 기반 인공신경망을 제작하고 훈련하였다. as soon as로 배치되었을 때 1이고 as as soon, soon as as 이라면 0으로 두었다. 이번엔 가장 간단한 생성형 RNN을 접근해 보자. 바로 many to many 문제이다. 아주 쉽게 접근하는 방법으로 'hello' 문제를 생각해 볼 수 있다. 한글자를 입력하면 그 다음 글자를 예측하는 문제이다. 즉 아래와 같다. 1. h 입력 → e 출력 2. e 입력 → l 출력 3. l 입력 → l 출력 4. l 입력 → o 출력 지금까지 배운 DNN으로 해결할 수 있지 않을까? 생각이 들 수 있는데 나중에 보여주겠지만 잘 되지 않는다. 예를 들어 3번과 4번에서 같은 l이지.. 2023. 9. 23. 이전 1 2 3 4 5 6 7 8 ··· 19 다음
