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 |
- dice loss
- tensorboard
- docker 환경 문제
- OPIC 시험 전날
- dqn
- cross entoropy
- DDPG
- ImportError: cannot import name 'Mapping' from 'collections'
- focal loss
- 일기 #다짐
- OPIC 하루전 시작
- OPIC 번개
- AI생성함
- reinforced learning
- whisper jax
- 공개키 docker
- 음성전처리 #음성처리 #python 음성추출 # python 음성 추출 #moviepy
- 인간종말
- 강화학습 간단 정리
- OPIC 오늘 시작
- STT
- tensorboard html5
- ImportError: cannot import name 'Mapping' from 'collections' tensrorbaord
- 빅데이터 분석기사 #빅분기실기 #데이터마님 # 빅분기실기준비
- tersorboard mapping
- AI모델
- OPIC 당일치기
- tesorboard
- tensorboard 에러
- OPIC 하루 전
- Today
- Total
목록공부/기타 다른 공부 (5)
Moonie
1. API key 발급https://console.cloud.google.com/ Google 클라우드 플랫폼로그인 Google 클라우드 플랫폼으로 이동accounts.google.com홈페이지 를 들어간 후 좌측 상단 네모 박스를 눌러 프로젝트 선택 화면에서 새 프로젝트를 클릭한다. 새 프로젝트 화면에서 원하는 프로젝트 이름을 설정한다. 블로거 api 를 검색한다. 검색후 '사용' 버튼을 클릭한다.설치 완료 후 'OAuth 동의화면' 에서 '외부'를 선택한다.만든 후 앱정보, 개발자 연락처 정보를 입력한다. 범위에서 '범위 추가 또는 삭제'를 선택한다.그 후 모든 범위에 대하여 체크한다. '+ ADD USERS'를 선택 후 본인 계정을 입력한다.'사용자 인증 정보' 메뉴에서 'OAuth 클라이언트..
Q-러닝 (Q-Learning):Q-러닝은 강화학습에서 가장 기본적인 오프-정책(off-policy) 방법 중 하나로, 에이전트가 상태-행동 가치 함수(Q-함수)를 학습하여 최적의 정책을 찾는 알고리즘입니다. 에이전트는 환경과 상호 작용하며 보상을 받고, 이를 기반으로 Q-함수를 업데이트하여 각 상태에서 어떤 행동을 선택해야 최대의 누적 보상을 얻을 수 있는지 학습합니다. 예를 들어, 미로 찾기 게임에서 에이전트가 출발점에서 목표 지점까지 최단 경로를 찾는 상황을 생각해봅시다. 미로의 각 위치는 상태(state)에 해당하며, 에이전트는 상하좌우로 이동하는 행동(action)을 취할 수 있습니다. 목표 지점에 도달하면 보상(reward)을 받습니다. 에이전트는 처음에는 무작위로 움직이지만, Q-러닝 알고리..
어째 저째 빅데이터 분석기사 필기를 합격당해 버렸다(어떻게 붙었지 .....) 유튜브에 빅데이터 분석기사 실기 준비를 검색하니 퇴근후딴짓 이라는 유투버분이 정리해놓은 영상이 있어 이를 개인적으로 정리하려고 한다. (이름이 퇴근후딴짓이라니 나와 같은 부류인가보다) 참고한 유튜부 링크는 다음과 같다.(문제시 게시물을 삭제하도록 하겠습니다!!) https://www.youtube.com/playlist?list=PLSlDi2AkDv82Qv7B3WiWypQSFmOCb-G_- 빅데이터 분석기사 자격증 (실기 준비) 비전공자, 입문자를 위해 빅데이터 분석기사 실기 준비 영상입니다. 파이썬으로 함께 실기 시험을 준비해보아요 :) www.youtube.com 현재 내용은 실기를 준비하는 방법에 대해서 정리하였다. ht..
loss 함수를 비교하고 특성을 비교하기 위하여 cross entropy loss, dice loss, focal loss 3가지를 비교하고 정리해다라고 질문을 하였다 그결과 다음과 같이 대답하고 정리해 주었다. 정말 이해하기 쉽게 정리되는 것을 확인하였다!!(솔직히 나보다 정리 잘하고 설명 잘하는 건 안비밀.....) 그래서 다음에는 블로그 조회수가 높게 나오게 비교해 달라고 했더니 다음과 같이 정리해줬다 ㅋㅋㅋㅋ (해시태그도 작성해달라고 함 ㅋㅋㅋㅋ) 정말 신박하게 정리 해준다 ㅋㅋㅋㅋㅋㅋ 다음부터 자주 애용하도록 해야겠으며 추후 논문작업에 큰 도움이 될 것 같다 ㅎㅎ 혹시 필요한 분들도 있을 수 있으니 글로 남겨두기로 한다. 안녕하세요, 여러분! 오늘은 AI 모델의 핵심 요소 중 하나인 Loss 함..