디지털 노마드

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..