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 |
Tags
- 자연어처리
- 미국석사
- 추천시스템
- BERT
- 합격후기
- docker
- HTTP
- BERT이해
- 클라우드
- swe취업
- MAB
- MSCS
- 미국 개발자 취업
- maang
- BANDiT
- chatGPT
- 네트워크
- AWS
- TFX
- 플랫폼
- 클라우드자격증
- 중국플랫폼
- 메타버스
- MLOps
- nlp
- RecSys
- 언어모델
- 머신러닝
- llm
- transformer
Archives
- Today
- Total
목록deep learning (1)
SWE Julie's life

딥러닝 모델 공부 시작 전에, 기초를 다시 잡고 간다는 마음으로 텐서와 딥러닝 역사에 대해 간략하게 살펴보았다. 우선 텐서부터 짚고 넘어가자. 텐서는 데이터를 담는 컨테이너로도 볼 수 있다. 스칼라인 0 차원 텐서부터, 1차원 벡터, 2차원 행렬, 고차원 텐서 등이 있다. 텐서의 속성으로는 축(rank)과 크기(shape)가 있다. 타입은 float32, uint8, float64가 있다. 실제 딥러닝에 사용되는 사례들로 텐서들을 분류해보면 아래와 같다. 1. 벡터 데이터 : (samples, features) 2. 시계열 데이터 : (samples, timesteps, features) 3. 이미지 : (samples, height, width, channels) or (samples, chan..
Tech/ML, DL
2021. 5. 12. 23:47