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 |
- 태블로입문
- PowerBI
- 데이터분석
- microsoft power bi
- POWER BI
- 모두의구글애널리틱스4
- 파워BI
- 신입일기
- 티스토리챌린지
- ga4
- 구글애널리틱스
- RNN
- 태블로기초
- 길벗출판사
- 인턴일기
- pl-300
- 오블완
- gru
- GA4챌린지
- LSTM
- 파워비아이
- NLP
- pl300
- 태블로
- data
- microsoft pl-300
- Today
- Total
목록전체 글 (70)
수영장의 수영_데이터 분석 블로그

객체 상태 : 변수, 객체의 속성 == 필드 동작 : 함수, 객체가 취할 수 있는 동작 == 메소드 객체 : 필드 + 메소드 클래스란? - 객체에 대한 설계도를 의미한다 - 인스턴스 : 클래스로부터 만들어지는 각 객체를 그 클래스의 인스턴스(instance)라 한다 - 메소드 : 클래스 내의 함수를 의미한다 클래스 구조 이해하기 우선.. 클래스의 기본 구조는 이렇다 # 1. 클래스 호출 class Television: # 2. __init__ : constructor(생성자) 설정 def __init__(self, channel, volume, on): self.channel = channel self.volume = volume self.on = on # 메소드1 : 입력값을 그대로 보여주는 기능 de..

쓰 트랜스포머는 정말 ~ 어렵다 나만 이렇게 어려운걸까? 정리하면서 명확히 이해되지 않는 부분을 체크해보자 참고 : https://wikidocs.net/31379 1) 트랜스포머(Transformer) * 이번 챕터는 앞서 설명한 어텐션 메커니즘 챕터에 대한 사전 이해가 필요합니다. 트랜스포머(Transformer)는 2017년 구글이 발표한 논문인 wikidocs.net Transformer 기본 아이디어 - RNN을 사용하지 않는다 - 그러나 seq2seq 처럼 인코더-디코더로 구성되어 있다 - 이 때 인코더와 디코더는 N개(복수)로 구성된다 하이퍼 파라미터 더보기 dmodel = 512 트랜스포머의 인코더, 디코더는 입력과 출력의 크기가 항상 유지된다는 특징이 있음. dmodel은 그 크기(차원)..

파일 열기/생성 1. 열기: 변수이름 = open('파일경로/파일이름', '열기모드 종류') 종류는 r, w, a 세 가지가 있다 read, write, append 2. 닫기: 변수이름.close() ex) f = open("data/test.txt", 'r') f.close() 이렇게 사용하면 된다 파일 쓰기 파일에 뭔가를 써 넣고 싶을 수도 있다 변수이름.write('쓰고 싶은 문자') f = open("test.txt", 'w') f.write("hello") f.close() 더 현란하게도 가능 f = open("test.txt", 'w') for i in range(1, 11) : sentence = "%d번째 줄입니다." %i f.write(sentence) f.close() 반복문에 걸어서..

함수와 클래스를 부셔보겠습니다 함수까진 이해되는데 클래스는 init이 왜 쓰이는지 대체 이해를 못 하고 있음 함수의 정의 인자를 입력하면 특정한 연산을 하여 결과를 반환하는 식 # 함수 정의 def 함수이름(매개변수1, 매개변수2 ...): 실행할 구문 구문~ 구문~~ ... return 반환 값 # 함수 호출 함수이름(전달인자1, 전달인자2, ...) - def : 함수를 정의하는 키워드. ex) def Calculater(x,y)라면 x,y를 매개변수로 받는 Calculater라는 함수를 만들겠다고 선언하는 것이다 - return : 함수 연산을 다 끝내고 나서 어떤 값을 반환할 지 나타내기 위한 키워드 ex) return (x+y) 하면 그 값이 함수 밖으로 빠져나오게 된다 def printSum(..

seq2seq 인코더 - 디코더로 이루어져 있는 모델로, 앞서 배운 RNN에 기반한 모델로 볼 수 있음 1. 입력 시퀀스를 인코더가 받는다 2. 인코더를 거쳐 컨텍스트 벡터라는 고정된 크기의 벡터로 압축한다 3. 디코더를 거쳐 컨텍스트 벡터를 출력 시퀀스로 반환한다 -> 컨텍스트 벡터는 하나의 고정된 벡터기 때문에 모든 정보를 압축하기 어렵다 -> 기울기 소실 문제에서 자유롭지 못하다 => 곧 어텐션의 기본 아이디어가 됨 Attention 기본 아이디어 - 어텐션은 쿼리(Query), 키(Key), 값(Value) 세 가지로 구성된다 - 디코더에서 출력 단어를 예측하는 매 time step마다, 인코더의 전체 입력문장을 다시 참고한다 - 특히 전체 입력문장 중에서도, 출력할 단어와 연관성이 높은 단어를 ..