Connecting HW and SW

보호되어 있는 글입니다.

ClassDescriptionReviewnumberNewlyAmazon Basics AAA Rechargeable Batteries, Pre-Charged Pack of 8 (Appearance May Vary)342556NewlyWD Elements Portable, External Hard Drive - 5 TB - USB 3.0 - WDBU6Y0050BBK-WESN313752NewlySanDisk Ultra microSDHC UHS-I Memory Card, 32 GB, with Adapter, for Android Smartphones and Tablets, A1, Class 10, U1, Full HD Videos, up to 120 MB/s Read Speed.291103NewlySanDisk..

텐서플로우/케라스에서 제공하는 최적화 함수인 SGD(Stocastic Gradient Descent, 확률적 경사 하강법)의 입력 파라미터와 출력 파라미터의 종류 및 특징에 대해 알아보고자 한다. [입력 파라미터] learning_rate (기본값: 0.01)학습률모델이 얼마나 빠르게 또는 느리게 최적화할지를 결정함.일반적으로 0.001 ~ 0.1 범위의 값을 사용하며, 학습 속도와 정확도에 중요한 영향을 미침.momentum (기본값: 0.0)모멘텀 값으로, 이전 단계의 그래디언트를 일정 비율로 누적하여 최적화 방향을 부드럽게 만듦.학습의 진동을 줄이고 더 빠른 수렴에 기여함.0 ~ 1 범위의 값을 설정하며, 일반적으로 0.9가 자주 사용됨.nesterov (기본값: False)Nesterov 모멘텀을..

열심히 찾고 있는 중. ...

from search engine■ Present and Future of Autonomous Driving | 연세대학교▶ 2021. 5. 28. — Autonomous driving technology will transform the current mobility system, which relies solely on private cars or public transportation, into a ...■ Pushing the Frontiers of Automotive Industry: What^s Next ...▶ It will require an entirely new skillset in ML, computer vision, sensor processing, and more to design..

보호되어 있는 글입니다.

[개요]최적화 알고리즘은 주어진 함수(예를 들어 손실함수 등)의 최소값을 찾기 위해 사용됨. [주요 분류]경사 기반 최적화(Gradient-Based Optimization)기울기 없는 최적화(Gradient-Free Optimization)2차 최적화 [경사 기반 최적화]손실함수를 최소화하기 위해 함수의 기울기(gradient)를 계산하여 파라미터들을 점진적으로 업데이트하는 방식배치 경사 하강법(Batch Gradient Descent, BGD)전체 데이터셋을 사용하여 손실함수의 기울기 계산경사 방향이 정확하여 학습이 안정적이나,데이터셋이 클 경우 계산 비용이 매우 높아짐.데이터셋이 작고 메모리가 충분한 경우에 사용확률적 경사 하강법(Stocastic Gradient Descent, SGD)한 번의 업..

보호되어 있는 글입니다.