hjk1000

로스라는 것에 대한 이해가 더 있으면 좋을것 같습니다&nbsp;로스라는 것의 정의를 수식적이나 의미적으로 볼때 실제값과 모델의 예측값과의 차이 입니다이를 줄이는 것이니 당연히 서서히 수렴하게 되는것이죠(물론 lr를 크게 준다면 발산할수 있습니다)&nbsp;수식적으로 보면 미분값은 yp -yt 라는 값이 있죠?이건 내 예측값이 크면 w를 작게할터이고 내 예측값이 작다면 w를 크게 할것입니다&nbsp;반복 횟수에 상관 없이 무조건 loss는 줄어드는 방향으로 w가 조정됩니다&nbsp;제가 밖에서 바로 쓰다보니 잘못된 부분도 있을수 있는데 이해가 잘 되셨으면 좋겠습니다

W 업데이트

네 이해하신부분이 정확히 맞습니다!초반에 SGD를 설명하기 어려워 전체데이터 기준으로 업데이트를 합니다이 전체 데이터에 대한 평균값이 결국 미분값이 됩니다&nbsp;나중에 SGD개념이 들어가면 샘플을 MINIBATCH 단위로 샘플링을하고 그 미니배치의 평균으로 업데이트를 합니다

W_new의 정의

앗 너무 작았네요..ㅜㅜ생각해야지 하다가도 중간중간 놓치네요피드백 너무 감사합니다전체적으로 해상도 높여 찍는것을 고려하겠습니다안보이시는 부분은 첨부파일 코드를 참조하시면 그나마 나으실것 같습니다불편을 드려 죄송합니다

설명하실 때 해상도를 작게 하고 해주세요.

넵 메일 확인하고 잘못된점 고쳐서 재송부하였습니다확인부탁 드립니다

Relu를 사용한 DL, 결과값 상수로 예측됨

앗 그 내용은 다음 섹션 [회귀]에 자료가 있습니다.그 자료를 참조하시면 좋을 것 같습니다번거롭게 해서 죄송합니다.

강의자료 다운로드 관련

<img src="https://cdn.inflearn.com/public/files/posts/aaf2580e-77af-4c8b-b788-03c62b519599/image.png" alt="image" title="image">제가 생각할 때 e0가 아닌 et가 맞는것 같습니다.혹시 어떤 출처의 수식일까요? 제가 다시 확인해 보겠습니다.답변이 너무 늦어서 다시한번 죄송합니다 ㅠㅠ

DDIM Reverse term 질문

제가 질문이 올라 온지도 모르고...지나갔습니다너무나 죄송합니다!!일단 코드는 다시 올려 두었습니다.<img src="https://cdn.inflearn.com/public/files/posts/432b6d09-aea6-439a-9f7a-b91e282bd1ce/image.png" alt="image" title="image">이렇게 이해하시면 괜찮을까요?t와 t-1을 제대로 변수로 구분하지 않아 이해가 잘 가지 않도록 했네요감사합니다.

DDIM 코드 질문 및 LDM 코드 제공 문의

앗!! 제가 질문이 달렸는지도 모르고 시간이 너무 지났네요..&nbsp;너무나 죄송합니다&nbsp;해당 자료는 다시 업로드 해 두었습니다&nbsp;다시 한번 늦은 답변으로 불편을 격게 만들어 죄송합니다

LDM 코드 문의

강의를 들어주셔서 감사합니다.제가 다운 받았는데, 함수는 잘 들어가 있습니다.[개발도구] - [비주얼베이직] 순으로 들어가시면 함수가 있습니다.혹시 엑셀에 아무 내용이 없어서 그러신걸까요?엑셀에 적은 내용은 일부러 빼고&nbsp;드렸습니다.&nbsp;따라하시면서 활용해 보실 수 있도록...

앗 혹시 파일 우클릭 하시고 속성 보시면 차단 이라는게 있는데 그거 해제하고 다시 보시겠어요?그래도 안되면 제가 직접 메일로 전달드리겠습니다!강의 봐주셔서 감사합니다

hjk1000

Posts