코딩뚠뚠

가상함수 : 기본 클래스 내에서 선언되어 파생클래스에 의해 재정의되는 멤버함수이다. virtual 를 함수앞에 붙여서 생성할 수 있다. 파생 클래스에서 재정의하면 새롭게 정의된 내용들로 교체된다. 사용하는 이유 : 일반 함수를 오버로딩하게 되면 정적바인딩으로 문제가 생길 수 있기 때문이다. ex) class Animal{ public: void eat() {cout

이번 포스팅에서는 딥러닝에 이용되는 Optimizer=최적화알고리즘 을 알아보고자 한다. '어떤 Optimizer를 써야되는지 잘 모르겠다면 Adam을 써라' 라는 말이 있다. 왜 그냥 Adam을 쓰라고 했을까? Optimization 의 큰 틀부터 보자 딥러닝의 학습에서는 최대한 틀리지 않는 방향으로 학습해 나가야 한다. 여기서 얼마나 틀리는지(loss)를 알게 하는 함수가 loss function=손실함수이다. loss function의 최소값을 찾는 것을 학습의 목표로 한다. 여기서 최소값을 찾아가는 것을 최적화=Optimization 이라고 하고 이를 수행하는 알고리즘이 최적화 알고리즘=Optimizer 이다. Optimizer 종류 0. Gradient Descent (경사하강법) 이후의 Opt..

입과전 시험을 위한 공부부터 서류와 면접을 거쳐 2주간 사전학습과 10주간 오프라인 교육이 모두 끝이났다. 언제나 그렇듯 시간은 참 빨리가고 모두들 소감을 말할땐 '엊그제' 라는 표현이 필수적으로 붙는다. 교육과정간 내소감을 한마디로 축약하자면 '더할 나위 없었다' 궁금한 점은 이전 포스팅을 보시거나 댓글로 남겨주세요~! 본과정 포스팅 : 1. 입과전 온라인학습 https://dbstndi6316.tistory.com/288 2. Week1 입과,Python 과정 https://dbstndi6316.tistory.com/286 3. Week2~5 BigData 과정 https://dbstndi6316.tistory.com/290 4. Week6~10 AI 과정 https://dbstndi6316.tist..

[교육간 포스텍 생활 사진은 맨 마지막에 있어요!] 5주간의 AI 과정이 끝났다. 이로써 총 10주간의 오프라인 교육이 마무리됐다. AI 과정은 빅데이터 과정보다는 덜~ 스파르타식이였지만 자발적인 스파르타가 필요했다. 간략한 교육 내용 : 1주차 : 머신러닝/딥러닝 이론과 실습 2주차 : NLP 이론과 실습 3주차 : General AI 에 대한 이론과 실습 4주차 : 컴퓨터 비전 이론과 실습 5주차 : 프로젝트 집중 주간 매주 프로젝트에 대한 자문 진행 소감 : 1주차 : 10주 과정 전체에서 가장 기대했던 것이 AI 이론 부분이었다. 실습은 이후에라도 프로젝트를 하면서 보강해 나갈 수 있지만 질답이 가능한 오프라인 AI분야 수업은 대학을 졸업한 이 시점, 많지 않았기 때문이다. AI에 대한 전체적인 ..

활성화 함수(Activation Function) 은 어디에서 쓸까? 딥러닝 네트워크를 쪼개보면 시작은 하나의 퍼셉트론 구조임을 알 수 있다. 여기서 출력 f를 바로 다음 레이어로 전달하지 않고 활성화함수를 통과시킨 후 전달한다. 왜 활성화 함수를 통과시키나? 단층 신경망인 퍼셉트론은 XOR연산을 할 수 없었다. 이를 풀기 위해서는 출력을 비선형으로 분리해야 했다. 1. 직선 하나만으로는 여러 입력을 제대로 구분할 수 없기 때문에 히든레이어가 필요했다. (여러 직선 필요) 2. 비선형으로 된 활성화 함수로 신경망의 출력을 변환해야 한다. (단순히 중간층 연결한다고 비선형이 되지는 않음) 출력을 활성화함수를 거치지 않고 그대로 출력해준다면 layer 가 아무리 깊어져도 하나의 linear 연산으로 나타낼 ..

[교육간 포스텍 생활 사진은 맨 마지막에 있어요!] 4주간의 빅데이터 주간이 드디어 끝났다. '드디어' 라기에는 짧지만 그 과정이 너무나도 고됐다. 그 어떤 교육과정에서도 이런 스파르타는 없다고 자부할 수 있다. (자신이 하루에 잠 두시간 자고 프젝하는게 즐겁다 하시는분만 지원 ㄱㄱ) 간략한 교육 내용 : 1주차 : 통계 이해 2주차 : 탐색적 분석(EDA), 예측, 주성분, 시계열, 분류, 군집, 연관규칙 3주차 : 빅데이터 프로젝트 진행 4주차 : 빅데이터 프로젝트 진행 + 발표 지금 정리해 놓고 보니 2주차에 참 많은 일이 있었구나 싶다 소감 : 1주차 : 코딩만 하던 나로써는 통계가 너무나도 어려웠다. 고등학교 때 배우는 분산, 표준편차에서부터 턱 막히니 그 다음에 나오는 것들은 우겨넣을 수 밖에..

[포스텍 생활, 입과식 등 사진은 글 마지막에 첨부돼 있어요!] 오프라인 교육과정에 와서 첫주차는 포항공대 주관, Python을 배우게 됐다. RTX2080 두대 / Ubuntu20.04 / Anaconda / Jupyter notebook 등의 환경에서 교육을 진행했다. 과정과 배운점 : 파이썬의 기본 자료형, 컨테이너, 함수, OOP등의 대략적인 이론을 하루종일 배운다. 이후 복습 차원의 소과제를 내주고 업그레이드 차원의 소규모 프로젝트를 내준다. 아무리 파이썬이 쉬운 언어라지만 처음부터 OOP 개념까지 일주일안에 끝내고 과제까지 해오라는 건 비전공자에게는 충분히 힘들었을 과정이다. 좀 이상하게 들릴 수 있는데 과정중에서 내가 가장 많이 배운 건 주피터노트북을 사용하는 것이었다. 시각화에 특히 좋은걸..

Fast Campus 로 2주간의 온라인 과정을 시작했다. 포스코에서 제공해준 이 강좌는 1년 수강권으로 정상적으로 수료할 시에는 유지, 수료하지 못할 경우에는 수강권을 반납한다고 한다 ㅎㄷㄷ.. 수강 과목 : 머신러닝과 데이터 분석 A-Z 수강한 챕터는 다음과 같다. Python Programming 기초 데이터 수집을 위한 Python (Crawling) 데이터 처리를 위한 Python (Numpy) 데이터 분석을 위한 Python (Pandas) Machine learning의 개념과 종류 회귀분석 기본적인 Machine learning 모형 앙상블 기법의 종류와 원리 클러스터링 + 딥러닝 간략한 수강후기 Python Programming 기초 : 기본적으로 파이썬 개발환경에서부터 컬렉션 타입 (l..