본문 바로가기

다이빙하는.. AI하는.. 임씨

전체 글
40

해양기상을 위한 NetCDF 다루기 (2) 더보기기본적인 python 개념을 알고 있다는 전제 하,간단하게 사용하는 것들 위주로 기억하기 위해 최소한의 코드로 작성하는 글임을 참고 부탁드립니다.차원 데이터의 개념 NetCDF (Network Common Data Form) 데이터가 뭐에용?해양과 대기 과학에서 널리 쓰인다.다차원 데이터시간과 공간에 따른 대기, 해양, 데이터들배열 또는 행렬로 구성된 과학정보 형식해양 수치 모델 결과는 공간정보(3차원)의 시간에 따른 값이 입력, 값 또한 여러 가지 변수를 포함. (x,y에 따른 h값. 면데이터)또한 공간과 시간에 따른 파고, 파향, 파주기 등 부가 정보를 포함.관측정보 일 때는 관측소명, 표준시, 수층, 장비명 등과 모델일 때는 시간, 공간 표준, 값 단위, fill_value 등등 포함되어야 할.. 2025. 2. 20.

[Math] Deep-Learning 학습방법 이해하기 더보기기존 부캠 때 노션에 개인적으로 정리한 것을 공부할 겸 작성한 글입니다.개인적으로 해석해서 작성합니다. (틀릴 수 있음. 정정요청 요망ㅋ)** 강의자료를 사용하지 않습니다 **** 상업적 이용을 금지합니다 **Today's Keyword신경망, softmax, activation function, Backpropagation, chain Rule비선형모델 - 신경망 neural network전체 데이터 X, x를 다른 공간으로 보내주는 가중치 W의 곱으로 표현 + b(y절편)이 때 출력 벡터의 차원은 d -> p x to O로 연결할 때 P개의 모델.softmax 함수모델의 출력을 확률로 해석할 수 있게분류 문제 풀때 모델 X 소프트맥스 → 예측softmax(o) = softmax(Wx +b)학습할.. 2025. 1. 20.

[Math] Gradient Descent (매운미분맛) 더보기기존 부캠 때 노션에 개인적으로 정리한 것을 공부할 겸 작성한 글입니다.개인적으로 해석해서 작성합니다. (틀릴 수 있음. 정정요청 요망ㅋ)** 강의자료를 사용하지 않습니다 **** 상업적 이용을 금지합니다 **Today's Keyword미분, 기울기, 경사하강법, L2 norm, L2 norm 제곱, SGD np.linalg.pinv로 데이터를 선형 모델로 해석해서 선형회귀식을 찾을 수 있음. 여기서 L2 노름을 최소화하는 게 목표.L2 Norm||정답 - 두 벡터의 차이||²를 최소화하는 B를 찾아야 함. 목적식을 최소화하는 B를 구하는 경사하강법 알고리즘L2 노름을 최소화하는 벡터나, L2 노름 제곱을 최소화하는 벡터나 결과는 같음. 그래서 계산 간단하게 하려면 L2 노름 제곱을 쓰는 게 더 .. 2025. 1. 8.

[Math] Gradient Descent (착한미분맛) 더보기기존 부캠 때 노션에 개인적으로 정리한 것을 공부할 겸 작성한 글입니다.개인적으로 해석해서 작성합니다. (틀릴 수 있음. 정정요청 요망ㅋ)** 강의자료를 사용하지 않습니다 **** 상업적 이용을 금지합니다 ** Today's Keyword미분, 기울기, 경사하강법, 편미분, gradient vector 미분 (Differentiation)변수의 움직임에 따른 함수값의 변화 측정최적화에서 많이 사용 미분 == 접선의 기울기함수의 모양이 매끄러워야 한다 (연속)한 점에서 접선의 기울기를 알면 증가 : 미분 값 더하기감소 : 미분 값 빼기 미분값이 음수(좌로 상승하는 형태) = x+f'(x) 미분값이 앙수(우로 상승하는 형태) = x+f'(x) > x 는 오른쪽으로 이동하여 함수값이 감소sympy.s.. 2024. 12. 16.

이전 1 2 3 4 ··· 10 다음

최근댓글

최근글

인기글

skin by © 2024 ttutta

티스토리툴바