| 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 |
- marchine learning
- BFS
- assignment2
- 딥러닝
- mask r-cnn
- SQLD
- cs231n
- 밑바닥부터 시작하는 딥러닝
- Python
- CNN
- Alexnet
- Machine Learning
- Generative Models
- Transformer
- assignment1
- Algorithm
- computer vision
- do it! 알고리즘 코딩테스트: c++편
- deep learning
- RNN
- dropout
- CPP
- Optimization
- Baekjoon
- C++
- Multi-Head Attention
- Adam
- 밑바닥부터 시작하는 딥러닝2
- DFS
- Regularization
- Today
- Total
목록Regularization (4)
newhaneul
[Stanford Univ: CS231n] Lecture 7. Training Neural Networks Part 2
본 포스팅은 Stanford University School of Engineering의 CS231n: Convolutional Neural Networks for Visual Recognition을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다.https://youtu.be/_JB0AO7QxSA?si=pcEV42NFuWF9os6U https://github.com/cs231n/cs231n.github.io GitHub - cs231n/cs231n.github.io: Public facing notes pagePublic facing notes page. Contribute to cs231n/cs231n.github.io development by creating an account on GitHu..
[Stanford Univ: CS231n] Lecture 3. Loss Functions and Optimization
본 포스팅은 Stanford University School of Engineering의 CS231n: Convolutional Neural Networks for Visual Recognition을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다.https://youtu.be/h7iBpEHGVNc?si=kJoPIdD7yH-Yi-zk https://github.com/cs231n/cs231n.github.io GitHub - cs231n/cs231n.github.io: Public facing notes pagePublic facing notes page. Contribute to cs231n/cs231n.github.io development by creating an account on GitH..
[Seoul National Univ: ML/DL] Lecture 16. Training Neural Networks 2
본 포스팅은 서울대학교 이준석 교수님의 M3239.005300 Machine Learning & Deep Learning 1을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다.이준석 교수님에게 강의 자료 사용에 대한 허락을 받았음을 알립니다.https://youtu.be/IIBCt_g2EW0?si=zdzNoKvHAQyl-n3J 1. Regularization for Neural Networks Overfitting Machien Learning에서 overfitting을 억제하기 위해 Regularization 중 Ridge regression과 Lasso regularization이 있다고 배웠었다. overfitting은 model이 traning data의 nois한 부분까지 학습하게되어 mo..
[Seoul National Univ: ML/DL] Lecture 7. Overfitting & Regularization
본 포스팅은 서울대학교 이준석 교수님의 M3239.005300 Machine Learning & Deep Learning 1을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다.이준석 교수님에게 강의 자료 사용에 대한 허락을 받았음을 알립니다.https://youtu.be/5nVeXPeGDYM?si=frW4h8M9FPCF00Oc 1. Overfitting Overfitting(과적합)은 Model이 훈련 데이터에 너무 잘 맞춰져서 Test Data에서 좋은 성능을 내지 못하는 현상을 의미한다. Model Capacity란 Model Complexity와 동의어이다. 일반적으로 parameter(β)의 개수와 model의 복잡성이 커질수록 Model Capacity가 증가한다. 이는 model이 T..