일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- c언어
- C언어 공부
- 파이토치 강의 정리
- 팀프로젝트
- c언어 정리
- 모두의 딥러닝 예제
- 딥러닝
- matlab 영상처리
- 파이토치
- tensorflow 예제
- object detection
- 해리스 코너 검출
- MFC 프로그래밍
- 골빈해커
- 영상처리
- 파이토치 김성훈 교수님 강의 정리
- 모두의 딥러닝
- c++
- c++공부
- pytorch zero to all
- 딥러닝 공부
- 케라스 정리
- 미디언 필터링
- Pytorch Lecture
- 김성훈 교수님 PyTorch
- 가우시안 필터링
- TensorFlow
- 딥러닝 스터디
- 컴퓨터 비전
- pytorch
Archives
- Today
- Total
목록케라스 순환 신경망으로 시퀀스 데이터 생성 (1)
ComputerVision Jack
[케라스 Chapter8 정리]
확장된 인공지능(Augmented intelligence) 여러 분야에서 AI가 사람의 능력을 증가시키는 도구로 사용되는것 LSTM으로 텍스트 생성하기 순환 신경망으로 시퀀스 데이터를 생성할 수 있다. 딥러닝에서 시퀀스 데이터를 생성하는 방법은 이전 토큰을 입력으로 사용해서 시퀀스의 다음 1개 또는 몇 개의 토큰을(RNN이나 컨브넷으로) 예측하는 것이다. 언어 모델(Language model) 텍스트 데이터를 다룰 때 토큰은 보통 단어나 글자이다. 이 전 토큰들이 주어졌을 때 다음 토큰의 확률을 모델링 할 수 있는 네트워크 글자 수준의 신경망 언어 모델(Character-level neural language model) 초기 문자로 텍스트 생성하고 다시 입력으로 사용하고, LSTM층을 사용하여 모델의 ..
DeepLearning/케라스 - Keras Lib
2020. 2. 23. 16:45