디지털 노마드

비대면으로 시작한 AIFFEL. 집계약은 이미 했기 때문에 첫 1주일은 여수에서 수업을 듣다가 이사를 강행, 2주차는 대전 집에서 수업을 들었다. 그러다 자동차명의 이전 때문에 여수에 내려오자마자 깊은 잠을 잤다. 피곤하다고 느끼지는 않았는데, 떨어진 체력 때문에 좀 힘이 들었나 생각이 들었다. ​ 수업은 2주차는 환경설정과 파이썬의 큰 틀을 배우는 1주와는 다르게 어려운 점이 있었다. 그래도 조원들과 함께 고민하고 답을 찾다 보니 이해되지 않는 부분도 알 수 있게 되었다. 이해없이 모방하는 것은 쉬우면서도 아쉬운 부분이 있다. 하지만 수학을 좋아했고 공부했던 나는 이런 시간이 필요함을 안다. 아이펠이 멱살잡고 가는 곳에 따라가야겠다 생각이 든다.

기록을 해야 하는 것을 알기 때문에 이렇게 또 적어봅니다. 👏Optimization이란 Loss를 최소화하는 W를 찾아가는 과정입니다. 여기서 방법과 목적을 잊지말아야합니다. loss 최소화를 위해 그에 맞는 W를 어떻게 찾을 건지에 대한 공부입니다. Random Search 임의로 가중치(W)를 선택해서 해당 가중치의 loss를 계산합니다. 당연히 실제로 쓰이지는 않습니다. 정확도가 아주 낮기 때문입니다. Follow the slope 산 정상에서 눈을 가린 채 내려간다고할 때, step마다 기울기가 내려가는 쪽으로 한 걸음씩 걸어야 할 것입니다. 2-1. Numeric gradient (수치적으로 계산) 코드에 h = 0.00001 을 넣어서 돌린다는 것은 미분이 아니라 그저 기울기를 구하는 것이다...

맞은데 바로 맞으면 별로 안 아프거든요?(경험담) 약간 그런 느낌으로 오히려 Lec2보다 숨이 쉬어졌습니다. 지난 시간 linear classification에서 파라미터 w를 배웠습니다. 이번 시간에는 이 w를 정량화해서 평가할 수 있게 하려고 합니다. 즉 어떤 w가 좋은지 판단하기 위함이죠. w가 얼마나 더 좋은지가 아닌, 덜 구린지를 나타낸 것이 Loss function입니다. 이 loss를 구하는 방법은 두가지가 있습니다. 1.SVM 2.Softmax Classification 입니다. svm 먼저 SVM를 봐보면 위의 식처럼 Loss를 정의합니다. max(a, b)는 a와 b중에서 큰 값을 고른다는 이야기입니다. 그렇다면 여기서는 우항이 음수이면 항상 loss는 0으로만 나오겠네요. 그리고 Sj..

+이 수업을 들으먼 k-NN, softmax and 2-layer 구현할 수 있게 됩니다 +Python, Numpy 사용 Numpy는 무엇인가 - C언어로 구현된 파이썬 라이브러리로써, 고성능의 수치계산을 위해 제작됨 - Numerical Python의 줄임말이기도 한 Numpy는 벡터 및 행렬 연산에 있어서 매우 편리 - vectorized 연산에 중요 - 일단 요정도만 Matlab(MathWorks 사에서 개발한 수치 해석 및 프로그래밍 환경을 제공하는 공학용 소프트웨어) 그리고 Numpy 와 같이 vectorized tensor 계산이 익숙하지 않다면 연습하자 Image Classification - 똑똑한 포유류와 다르게 컴퓨터는 이미지가 800*600 의 격자 모양의 숫자 집합으로 보임 - 그리..