[지시딥2] RNN을 사용한 문장 생성 p289 ~ 310
sequence to sequence(시계열에서 시계열로): 한 시계열 데이터에서 다른 시계열 데이터로 변환 - 기계 번역, 챗봇, 메일의 자동 답신 등 다양하게 응용 가능 2. RNN을 사용한 문장 생성 순서 - "you say goodbye and I say hello." 를 학습한 모델 - 여기에 "I"를 입력하면? 아래와 같이 다음 출현할 단어의 확률분포 출력 다음 단어를 출력하기 위한 방법 2가지 1) 확률이 가장 높은 단어 선택 (결정적) >> 위에서는 "say"가 가장 높으므로 "say"가 출력. 2) 확률에 기반에 출력 (확률적) - 책에서는 이 방법 선택 >> 전체 확률분포를 이용해 샘플링한다. (물론 "say"의 확률이 가장 높으므로 "say"가 나올 확률이 높지만 다른 단어도샘플링될 ..
ML DL
2022. 2. 16. 23:41
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 멘탈관리
- 도전
- AIFFEL교육
- 대전 인공지능
- 광주인공지능사관학교
- 자율주행기술
- 인공지능
- IT
- 모두의연구소
- 자율주행로봇
- 양정연SLAM
- 실내자율주행
- 해커톤
- 서빙로봇
- ros
- 인공지능 교육
- AIFFEL인공지능과정
- 광주
- 광주AI
- AIFFEL후기
- 아이펠
- 인공지능교육
- SLAM강의
- SLAM공부
- 모두의 연구소
- AIFFEL
- Python
- Slam
- 배달로봇
- 멋쟁이사자처럼
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 |
글 보관함