| 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 |
- R
- DATA
- pytorch
- 빅데이터
- 강화학습
- 텍스트분석
- Crawling
- 텍스트마이닝
- 베이지안
- Graph
- 파이썬
- 우분투
- AI
- 코딩테스트
- PYTHON
- pandas
- 알고리즘
- uncertainty
- 리눅스
- 데이터분석
- 불확실성
- 논문리뷰
- VAE
- 백준
- bayesian
- selenium
- 크롤링
- GNN
- dropout
- YarinGal
- Today
- Total
목록전체 글 (154)
끄적거림
[논문 실습] Dropout as a Bayesian Approximation 실습 코드 - pytorch ver
[논문 리뷰] Dropout as a Bayesian Approximation - 1.Prologue [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 2.Abstract [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 3.Introduce [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 4.Related Research (1): Background(MC-Integration, Dropout) [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 4.Related Research (2): Background(Gaussian Process) [논문 리뷰] D..
Dropout 고찰: output에 scaling하는 이유(Dropout 구현)
베이지안 뉴럴넷을 다루면서 dropout에 대해 깊이 알고자 하여 이거저거를 찾아 보았고 그 과정을 좀 끄적여보고자 한다. What Dropout? 가장 기본적인 뉴럴넷은 보이는 (a)그림으로 생각해볼 수 있다. 모든 노드들에 모두 fully connected되어 있다. 반면 dropout이 걸린 뉴럴넷은 (b) 그림과 같다. 몇몇 노드들이 drop되어 남아있는 노드들끼리만 연결되어 있는 것을 볼 수 있다. 이런식으로 fully connected된 node들중 랜덤하게 일부를 버림으로써 노드의 수를 줄이고 더 간결하게 뉴럴넷 모형을 만드는 것을 dropout이라고 부른다. 이 dropout 방법론은 학습에만 사용하고 test할 때는 fully connected된 모형을 사용한다. Why Dropout? ..
[논문 리뷰] Learning Transferable Graph Exploration - 0.Abstract [논문 리뷰] Learning Transferable Graph Exploration - 1.Introduction [논문 리뷰] Learning Transferable Graph Exploration - 2.Problem Formulation [논문 리뷰] Learning Transferable Graph Exploration - 3.Model [논문 리뷰] Learning Transferable Graph Exploration - 4.Experiments - (1)Synthetic 2D Maze Exploration [논문 리뷰] Learning Transferable Graph Explora..
[논문 리뷰] Learning Transferable Graph Exploration - 4.Experiments - (3)App Testing
[논문 리뷰] Learning Transferable Graph Exploration - 0.Abstract [논문 리뷰] Learning Transferable Graph Exploration - 1.Introduction [논문 리뷰] Learning Transferable Graph Exploration - 2.Problem Formulation [논문 리뷰] Learning Transferable Graph Exploration - 3.Model [논문 리뷰] Learning Transferable Graph Exploration - 4.Experiments - (1)Synthetic 2D Maze Exploration [논문 리뷰] Learning Transferable Graph Explora..
[논문 리뷰] Learning Transferable Graph Exploration - 4.Experiments - (2) Generating Inputs for Testing Domain Specific Programs
[논문 리뷰] Learning Transferable Graph Exploration - 0.Abstract [논문 리뷰] Learning Transferable Graph Exploration - 1.Introduction [논문 리뷰] Learning Transferable Graph Exploration - 2.Problem Formulation [논문 리뷰] Learning Transferable Graph Exploration - 3.Model [논문 리뷰] Learning Transferable Graph Exploration - 4.Experiments - (1)Synthetic 2D Maze Exploration [논문 리뷰] Learning Transferable Graph Explora..
[논문 리뷰] Learning Transferable Graph Exploration - 4.Experiments - (1)Synthetic 2D Maze Exploration
[논문 리뷰] Learning Transferable Graph Exploration - 0.Abstract [논문 리뷰] Learning Transferable Graph Exploration - 1.Introduction [논문 리뷰] Learning Transferable Graph Exploration - 2.Problem Formulation [논문 리뷰] Learning Transferable Graph Exploration - 3.Model [논문 리뷰] Learning Transferable Graph Exploration - 4.Experiments - (1)Synthetic 2D Maze Exploration [논문 리뷰] Learning Transferable Graph Explora..