전체 글226 [낙상 감지 프로젝트] 2025년 2월 15일 (토) https://so-fast.tistory.com/entry/%EB%82%99%EC%83%81-%EA%B0%90%EC%A7%80-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-2024%EB%85%84-12%EC%9B%94-31%EC%9D%BC%ED%99%94 [낙상 감지 프로젝트] 2024년 12월 31일(화)지난 회의..https://so-fast.tistory.com/entry/%EB%82%99%EC%83%81-%EA%B0%90%EC%A7%80-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-2024%EB%85%84-12%EC%9B%94-20%EC%9D%BC%EA%B8%88 전체 요약 12.31(화)- 위 3가지 클래스 정의를 코드로 구현 후so-fast.tis.. 2025. 2. 15. [Oracl] 다른 테이블간의 결합을 통해 데이터를 조회하는 UNION | JOIN 작업환경 : Live Oracle▶ UNION - UNION조건 절은 두 테이블 간의 데이터를 비교해서 조회함- 두 테이블을 합친 데이터를 반환합니다 (옵션에 따라서 중복을 제거하거나 중복을 함께 출력합니다)- (필수조건) UNION조건 절은 *(모든값)을 조회시 두 테이블간의 컬럼수와 자료형이 동일해야한다. 샘플로 하나 보자면SELECT MANAGER_ID, FIRST_NAME FROM EMPLOYEES;SELECT MANAGER_ID, DEPARTMENT_NAME FROM DEPARTMENTS; 위 두개의 테이블을 보려고 한다.계속 에러가 떠서 보니까 라이브 환경에서는 권한자인 HR. 을 해주어야하는데 이 부분을 항상 도구를 사용하다보니 잊었었다. 이 두개를 합쳐서 한번에 출력을 하고싶은거죠.F.. 2025. 2. 12. 서브쿼리, ROWNUM, View ▶ GROUP BY, HAVING절 문제01. EMPLOYEES테이블에서 평균 연봉이 10,000미만인 직급과 연봉을 검색한다. 단, 조회 시 직급별로 평균연봉을 조회하고, JOB_ID기준으로 오름차순으로 정렬한다. (직급은 JOB_ID, 연봉은 SALARY로 가정)더보기SELECT JOB_ID, AVG(SALARY) AS AVG_SALARYFROM EMPLOYEESGROUP BY JOB_IDHAVING AVG(SALARY) 02. PLAYER_ID가 2007로 시작하는 선수들 중 POSITION별 평균 키를 조회하여라. >>LIKE 이용더보기SELECT "POSITION" 포지션, ROUND(AVG(HEIGHT),2) "평균 키"FROM PLAYER WHERE PLAYER_ID LIKE '2007.. 2025. 2. 8. 연결된 테이블 안의 데이터를 작업하는 방법 | 정규화 -- 핸드폰 테이블CREATE TABLE TBL_PHONE ( PHONE_NUMBER NUMBER PRIMARY KEY, PHONE_COLOR VARCHAR2(1000), PHONE_SIZE VARCHAR2(1000), PHONE_PRICE NUMBER, PHONE_PRODUCTION_DATE DATE, PHONE_SALE NUMBER);-- 케이스 테이블CREATE TABLE TBL_CASE ( CASE_NUMBER NUMBER PRIMARY KEY, CASE_COLOR VARCHAR2(1000), CASE_PRICE NUMBER, PHONE_NUMBER NUMBER, CONSTRAINT FK_CASE FOREIGN KEY (PHONE_NUMB.. 2025. 2. 4. 조합(복합)키, NULL값 제어, 모델링 ▶ 조합(복합)키- 테이블에서 컬럼 2개를 조합해서 기본키(pk)를 지정하는 방법- 조합된 2개의 컬럼에서 하나의 컬럼은 중복이 가능하지만, 2개의 컬럼은 중복이 불가능하다.CREATE TABLE TBL_FLOWER(FLOWER_NAME VARCHAR2(1000),FLOWER_COLOR VARCHAR2(1000),FLOWER_PRICE NUMBER,CONSTRAINT PK_FLOWER PRIMARY key(FLOWER_NAME, FLOWER_COLOR)); 기본 TABLE로 해보고INSERT INTO TBL_FLOWER VALUES('장미','빨강',1000);INSERT INTO TBL_FLOWER VALUES('장미','노랑',2000);INSERT INTO TBL_FLOWER VALUES('장미'.. 2025. 2. 2. [컴퓨터 비전] YOLO로 폐 질환 환자 구별하기 더보기사용 데이터셋:https://www.kaggle.com/datasets/adityamahimkar/iqothnccd-lung-cancer-datasetyolo를 배웠기때문에 YOLO로 폐질환 환자를 구별해보려고 합니다.KAGGEL데이터를 가져올것이기때문에 KAGGEL을 가지고 옵니다.(API)#캐글 데이터셋 다운로드!kaggle datasets download -d hamdallak/the-iqothnccd-lung-cancer-dataset# 압축 풀기!unzip -q /content/the-iqothnccd-lung-cancer-dataset.zip압축을 풀게되먄 The IQ-OTHNCCD lung cancer dataset 가 생성됨 [ Begin - 시작되는단계, Malignat - 폐암,.. 2025. 1. 28. Anaconda 아나콘다 & streamlit(1) anaconda를 관리자권한으로 실행후 conda env listconda env list를 입력하면 아나콘다의 환경이 보이게됩니다.저는 base밖에없고 또 작업할 환경은 NLPEnv입니다.conda activate NLPEnv를해주면 내가 들어가 있는곳으로 위치가 맞춰지게 됩니다. 그다음 Langchain과 strealit을 설치하면 됩니다.conda install langchain streamlit설치할거냐고 물어보면 y 치면됩니다.그러면 모두 설치된것을 확인할 수 있습니다. ✔️ 폴더 만들기이후에 사용할 폴더를 넣어줍니다.✔️ VSCode실행 ctrl + p를 해서 선택하고인터프리터를 선택하는데 python에서는 Native와 conda와 함꼐 사용하지않는것을 추천합니다.나중에 깨질수있기때문에 나중.. 2025. 1. 22. 제약조건, REFERENCES, 기타 제약조건 제약조건을 하기 위해서는 아래의 3가지를 알아야한다.후보키유일하게 식별할 수 있는 가능성을 가진 컬럼즉 기본키로 지정할 수 있는 가능성을 가진 키(예 : 순번, 회원번호 등등등...)기본키(PK:PRIMARY KEY)후보키 중에서 결정을 했다면 그 상황에서 기준이 되는 것이 기본키 후보키 -> 기본키즉 고유한 값이며 NULL과 중복 값을 입력할 수 없음테이블의 여러 컬럼 중 단 1개만 지정 가능함.대체키기본키가 문제가 생겼을대 대처할 수 있는 키후보키 중에서 기본키를 지정하고 남은 키유니크키 절대로 중복이 될 수 없게 만드는 키 NULL은 허용하지만 중복은 허용하지 않음하나의 테이블에서 여러개의 컬럼에 유니크키를 지정할 수 있다.외래키(FK : FORIEGN KEY)다른 테이블의 PK를 사용할 수 있고 .. 2025. 1. 21. TABLE만들기 & DDL언어 데이터를 입력받을 공간을 하나 만드는 것 DDL 언어-CREATE (데이터베이스 또는 테이블을 생성하는 문법) -ALTER (테이블,데이터베이스를 수정하는 문법)-DROP (테이블,데이터베이스를 삭제하는 문법)-TURNCATE (테이블,데이터베이스를 삭제하는 문법) (DELETE랑 비슷한데, TRUNCATE는 일괄삭제만됨, DELETE는 복원이 가능) 📒 CREATE TABLE 테이블명( 컬럼명 자료형 [제약조건] ;) ↑ 위 로직이 문법 CREATE TABLE EMPLOYEES ( EMPLOYEE_ID NUMBER, FIRST_NAME VARCHAR2(100), LAST_NAME VARCHAR2(100) ;) EM테이블을 만.. 2025. 1. 20. DMBS의 기본(DISTINCT, 자료형,연산자, LIKE, NULL )_(3) 📒 다시 dbeaver을 다시킬때!dbeaver.exe를 누르게되면 다시 실행되고 켜지게 됩니다.이후에 파일-> 작업공간 전환을 꼭 해서 내가 만든 워크플레이스인지 확인해야합니다. 📒 중복값 제거 (DISTINCT)테이블에보면 중복되는값이 있을 수 있겠죠?(당연한)예를들어서 한 회사의 직급을 조회할때 과장이 3명 부장이 2명이럴경우 과장, 부장 이런 총으로 직급을 보고싶을때중복값지거를 쓰면 되겠죠!그럴때 쓰는 함수는 DSTINCT입니다.SELECT DISTINCT JOB_IDFROM EMPLOYEES; --실습1. 연봉에서 중복되는 값을 삭제하고 조회SELECT DISTINCT SALARYFROM HR.EMPLOYEES; --실습2. 직급과 성이 동일한 중복 값을 제거 [SAREP / David]가 .. 2025. 1. 17. DMBS의 기본(SELECT, ALIAS,ORDER BY)_(2) 📒 DBDB 쿼리문 종류 1. DDL(정의어) : 정의,생성,만든다의 의미입니다. 구조를 만든다고 생각하면됨.- CREAT, ALTER, DROP, TURNCATE 2. DML(수정) : 데이터 조회하고 말 그대로 수정- SELECT, INSERT, UPDATE, DELETE, MERGE 3. DCL(권한제어) : 말 그대로 권한- GRANT, REVOKE(권한해제) 4. TCL(명령어 제어) : 커밋까지 하는 과정 (일괄처리명령어)- COMMIT(반영), ROLLBACK(마지막 커밋시점으로 돌아감) , SAVEPOINT(지금까지 저장)여기서 가장많이 쓰이는건 2번이다.그 중에서도 SELECT가 가장 1순위이다.정보를 조회, 선택하고 하기때문에 가장많이 쓰입니다.2번까지만해도 웬만하게 다 DB조작할 .. 2025. 1. 15. DMBS_오라클 설치(1) DBMSData Base Management System의 약자로데이터의 집합을 만들고 저장 및 관리할 수 있는 기능들을 제공하는 응용프로그램의 총칭입니다.쉽게말하면 데이터를 관리할 수 있는 프로그램들이다. 그 중 오라클을 이용해서 실습과 학습을 진행하려고합니다.오라클이 있는지 확인윈도우+R => sqlplus 누르면이렇게 나옵니다. 오라클이 있다면 삭제 제어판 -> oracle plus 11express 삭제오라클 설치 (64bit)https://www.oracle.com/database/technologies/xe-prior-release-downloads.html XE Prior Release ArchiveGetting Started: Support Oracle Database Express Edi.. 2025. 1. 14. Hello Langchain (39) 랭체인은 파이썬만 알면 다룰 수 있습니다.이미 나와있는 LLM모델을 다루고 접근방식을 좀 다르게 한 프레임워크입니다!😀 Hello Langchain코랩에는 기본 설치되어있습니다!import langchainlangchain.__version__자연어처리(NLP)및 언어 모델을 활용한 어플리케이션을 개발하기 위한 도구를 제공하는 라이브러리입니다.텍스트생성, 검색, 대화형 인터페이스 구축 등 다양한 기능을 지원합니다공식 API레퍼런스는 아래 링크입니다.https://python.langchain.com/api_reference/ LangChain Python API Reference — 🦜🔗 LangChain documentationlangchain-google-vertexai 2.0.10python... 2025. 1. 13. GPT 를 이용한 영화 리뷰 분류 (38) GPT를 이용한 네이버 영화 리뷰 분류!pip install tensorflow==2.12.0tensorflow를 다운그레이드하게되고 2.12.0으로 합니다.import tensorflow as tftf.__version__버전 확인까지 한 번 다시해주고GPT를 이용한 네이버 영화 리뷰 분류import pandas as pdimport numpy as npimport urllib.requestimport osfrom tqdm import tqdmimport tensorflow as tffrom transformers import AutoTokenizer, TFGPT2Modelfrom tensorflow.keras.preprocessing.sequence import pad_sequences텐서플러우 허그.. 2025. 1. 10. GPT (37) GPT(Generative Pre-trained Transformer)1. ChatGPT의 역사BERT가 트랜스포머의 '인코더'로 설계된 모델이라면, GPT는 트랜스포머의 '디코더'로 설계된 모델. Open AI는 2019년에 GPT-1을 공개한 이후로, 2019년 GPT-2, 2020년 GPT-3, 2022년 ChatGPT(GPT 3.5), 2023년에는 GPT-4, 2024년에는 GPT-4o를 공개하며 GPT 시리즈를 발전시켜 왔습니다. GPT-1GPT-2GPT-3GPT-3.5GPT-4 Models GPT-1GPT-2GPT-3GPT-3.5GPT-4 Model파라미터 개수1억 1700만개15억1,750억?1조 8천억(추정)디코더의 층124896??처리 가능한 토큰 개수51210242048?128,00.. 2025. 1. 9. 한국어 BERT 를 이용한 네이버 영화 리뷰 분류 (36) KoBERT를 이용한 네이버 영화 리뷰 분류를해보려고 합니다.import pandas as pdimport numpy as npimport urllib.requestimport osfrom tqdm import tqdmimport tensorflow as tffrom transformers import BertTokenizer, TFBertModel 기본임포트를 해주고 링크에서 받아온것을 파일로 다운받도록 하겠습니다.# 네이버 영화 리뷰 데이터 학습을 위해 훈련 데이터와 테스트 데이터를 다운로드합니다.urllib.request.urlretrieve("https://raw.githubusercontent.com/e9t/nsmc/master/ratings_train.txt", .. 2025. 1. 8. BERT 의 MLM, NSP (35) 1. 구글 BERT의 MLM1.마스크드 언어 모델과 토크나이저- 기본 임포트!pip install transformersfrom transformers import TFBertForMaskedLMfrom transformers import AutoTokenizermodel = TFBertForMaskedLM.from_pretrained('bert-large-uncased')tokenizer = AutoTokenizer.from_pretrained('bert-large-uncased')https://huggingface.co/google-bert/bert-large-uncased영어에 대한 사전 학습된 모델로, 마스크 언어 모델링(MLM) 목적을 사용합니다. 소개된 논문: https://arxiv.org/.. 2025. 1. 7. BERT(Bidirectional Encoder Representations from Transformers)_(34) ■ BERT(Bidirectional Encoder Representations from Transformers)BERT는 트렌스포머에서 인코더쪽의 구조를 사용해서 만든 구조입니다.결국 트랜스포머의 파생입니다. ▶ NLP에서의 사전 훈련(Pre-training)- 사전 훈련된 모델에 약간의 조정해서 TASK에 사용할 수 있는 모델입니다- 요즘 보통은 다 사전모델을 사용하고 있습니다. ▶사전 훈련된 워드 임베딩- 워드 임베딩 방법론들 (Word2Vec, FastText, GloVe...)어떤 테스크를 수행할때 임베딩을 사용하는 방법으로는 크게 두가지가있다.1. 임베딩 층을 랜덤 초기화해서 처음부터 학습하기2. 방대한 데이터로 word2vec등과 같은 임베딩 알고리즘으로 '사전훈련된' 임베딩 벡터들을 가져.. 2025. 1. 6. Transformer (33-4 한국어 챗봇 구현하기) ■ 트랜스포머를 이용한 한국어 챗봇(Transformer Chatbot Tutorial)앞서 구현한 트랜스포머 코드를 사용하여 일상 대화 챗봇을 구현해보려고합니다.물론 성능이나 대화흐름이 엄청 자연스럽지는않지만 어느정도 트랜스포머로 구현하는것이 목표입니다.데이터로더 & 전처리import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport reimport urllib.requestimport timeimport tensorflow_datasets as tfds ## !! -> 파이토치중 데이터로더를 통해서 테스트,학습 분리해주는것인데 그런 비슷한것.import tensorflow as tfurllib.request.urlretrieve.. 2025. 1. 3. Transformer (33-3) Position-wise FFNN포지션 와이즈 FFNN은 인코더와 디코더에서 공통적으로 가지고 있는 서브층입니다.FFNN은 완전연결(Fully-connected FFNN)입니다.식으로 표현하면 아래 그림과 같습니다.여기서 x 는 앞서 멀티 헤드 어텐션의 결과로 나온 (seq_len,dmodel) 의 크기를 가지는 행렬을 말합니다.가중치 행렬 W1 은 (dmodel,dff) 의 크기를 가지고가중치 행렬 W2 은 (dff,dmodel) 의 크기를 가집니다.논문에서 은닉층의 크기인 dff 는 앞서 하이퍼파라미터를 정의할 때 언급했듯이 2,048의 크기를 가집니다.여기서 매개변수 W1 , b1 , W2 , b2 는 하나의 인코더 층 내에서는 다른 문장, 다른 단어들마다 정확하게 동일하게 사용됩니다.하지만 인코더.. 2025. 1. 2. Transformer (33-1) 지난 33번에 이어~스케일드 닷-프로덕트 어텐션을 구현해보겠습니다. 5) 스케일드 닷-프로덕트 어텐션 구현하기위의 식을 이용해서 구현해본 함수는 아래에있습니다.def scaled_dot_product_attention(query, key, value, mask): # query 크기 : (batch_size, num_heads, query의 문장 길이, d_model/num_heads) # key 크기 : (batch_size, num_heads, key의 문장 길이, d_model/num_heads) # value 크기 : (batch_size, num_heads, value의 문장 길이, d_model/num_heads) # padding_mask : (batch_size, 1.. 2025. 1. 1. [낙상 감지 프로젝트] 2024년 12월 31일(화) 지난 회의..https://so-fast.tistory.com/entry/%EB%82%99%EC%83%81-%EA%B0%90%EC%A7%80-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-2024%EB%85%84-12%EC%9B%94-20%EC%9D%BC%EA%B8%88 전체 요약 12.31(화)- 위 3가지 클래스 정의를 코드로 구현 후 영상에서 확인할 수 있도록 시각화해보기- 결론은 성공은 못했기에 1차 지정 및 낙상조건 결정으로 했다.▶ 임계값 1차 지정 및 낙상조건 결정 → 이전에 관절값 데이터를 통해 분석했던 박스플롯을 기준으로 1차 임계값을 지정해 주었다.→ '일반': 0.01보다 느린 속도라면 일반적인 움직임으로 본다.→ '위험': 0.02보다 빠른 속도라면 일반적인 움.. 2024. 12. 31. Transformer (33) ▶ Transformer 트랜스포머-2017년 구글브레인이 발표한 논문인 "ATTENTION is all you need"에서 나온 모델입니다.https://proceedings.neurips.cc/paper/2017/file/3f5ee243547dee91fbd053c1c4a845aa-Paper.pdf - 트랜스포머는 RNN을 사용하지않고 '인코더'와 '디코더'를 설계하였고 성능도 RNN보다 우수합니다.처음에는 자연어 처리 분야에서만 사용되었으나 이후에는 컴퓨터비전분야까지 확정되고있고 지금은 다양한 분야에서 채택되고있음! - 기존의 seq2seq의 구조인 인코더-디코더를 따르면서도 논문의 이름처럼 (attention)만으로 구현한 모델입니다.- 이후 등장한 BERT , GPT, AlphaFold2 등이 .. 2024. 12. 31. [AI활용 자연어처리 챗봇프로젝트] 인코더 디코더 Seq2Seq 여러개 인풋 -> 1개 , 여러개 인풋 - >여러개의 아웃풋sequence to sequence 는 many to many에 대한 모델입니다.Sequence-to-sequence(Seq2Seq)-입력도 sequence고 출력도 sequence인것을 seq2seq라고 합니다.-새로운 모델이 아니라 2개의 RNN 모델이라는점! Sequence-to-sequence(Seq2Seq)는 입력된 시퀀스로부터 다른 도메인의 시퀀스를 출력하는 모델 대표적인 응용분야 1.기계번역 (machine translation) '한국어 도메인' 을 가지는 문장을 입력하면 '영어 도메인' 에 해당하는 문장을 얻을수 있다. 구글 번역기, 파파고... 2.내용 용약 (Text Summarization) : 상대적으로 큰 원문의 핵심.. 2024. 12. 30. [캐글활용] bank_marketing_result 텔레마케팅 효과 이번에는 처음으로 캐글 데이터셋을 활용해보려고합니다. 항상 캐글을 이용하면 좋다~ 라는 말은 많이 들었는데 수업시간 외에는 한 번도 활용해본적이 없어서실력도 키우고 다양한 데이터셋을 경험해보기 위해서 하나하나씩 나눠서 실행해보려고 기록을 남깁니다! 이번 처음으로는 캐글에 bank-marketing을 활용했습니다.https://www.kaggle.com/datasets/henriqueyamahata/bank-marketing Bank Marketingsource: https://archive.ics.uci.edu/ml/datasets/bank+marketingwww.kaggle.com Error-shooting (1)처음 마주한 에러는 바로 라벨인코딩이었습니다. 나는 분명 La.. 2024. 12. 29. 추천하는 공부사이트! 파이썬 기초 부터 데이터분석, 머신러닝 딥러닝, 컴퓨터 비전, 자연어 처리까지.. 강의들이 있는 이수안 채널 추천 합니다https://www.youtube.com/@suanlab 이수안컴퓨터연구소이수안컴퓨터연구소는 YouTube에서 운영되는 컴퓨터 교육 채널로, 컴퓨터 과학, 특히 인공지능, 빅데이터, 데이터과학, 자연어처리, 음성처리 등 다양한 주제를 다루고 있습니다. 이수안 교수는www.youtube.com 혹시 PyTorch 로 자연어 처리 도전하신다면돈주고 책사기 전에 https://wikidocs.net/book/2788 함 보세요 2024. 12. 29. YOLO TRACKER 문서 및 실험&구현해보기 YOLO TRACKER이란? Ultralytics YOLO문서에 확인이 됩니다.다중객체추적 Ultralytics YOLO이라고불리는것같습니다.Ultralytics Tracker의 출력은 표준 객체 감지와 일치하긴 하지만 객체id를 따로 부여합니다.이것을 통해 스트림에서 객체를 쉽게 추적하고 후속 분석까지지 진행할 수 있습니다. 너 이거 왜 공부하는데? 사실 지금 프로젝트를 진행하면서 yolo pose를 사용하고있는데 사람이 1명밖에 없음에도 불구하고 2명으로 잡는 현상이 나타나고 있습니다.그래서 이 부분을 해결하기 위해서 1명만 잡는걸 어떻게 해야할까? 라는 고민을 하다가 yolopose + tracker까지 하면 보다 잘 잡을 것 같아서 트래커도 공부하게 되었습니다.https://docs.ultral.. 2024. 12. 24. [AI활용 자연어처리 챗봇프로젝트] bi-LSTM, bi-LSTM 실습 LSTM GRU bi-LSTM 데이터가 앞,뒤 에서 필요한 경우도 있습니다. 그럴때 사용할 수 있는 양방향 LSTM이 bi-LSTM입니다. RNN 이나 LSTM 은 일반 신경망과 다르게 시퀀스 또는 시계열 데이터 처리에 특화되어 은닉층에서 과거의 정보를 기억할 수 있습니다. 그러나, 순환 신경망의 구조적 특성상 데이터가 입력 순 으로 처리되기 때문에 이전 시점의 정보만 활용할 수 밖에 없는 단점이 존재합니다. 문장이 길어 질수록(시퀀스가 길어질수록) 성능이 저하될 수 밖에 없습니다. 다음 예문을 봅시다 > ios 앱 [ ]은 맥북이 필요합니다 > ios 앱 개발은 맥북이 필요합니다 한국어를 사용하는 우리에겐 어렵지 않게 빈칸에 들어가는 단어를 유추해낼수 있다. 그러나 일반적인 RNN 이나.. 2024. 12. 23. [AI활용 자연어처리 챗봇프로젝트] GRU, GRU실습 LSTM GRU bi-LSTM이번엔 LSTM보다 좀 더 가벼운 GRU모델에 대해서 학습해보겠습니다.LSTM을 좀 더 간소화 한 버전이라고 볼 수 있습니다. LSTM 보다 가중치가 적어서 '계산량'이 적지만, LSTM 못지 않은 좋은 성능을 내는것으로 알려져 있습니다. 텐서플로의 기본적으로 구현된 GRU는 GRU 초기 버전입니다 '이론' vs. '구현'TF 가 이와 같은 계산 방식을 사용하는 이유는 GPU를 좀더 잘 활용하기 위함.그러나, 대부분 GRU셀을 소개할때는 전자의 그림을 사용합니다널리 통용되는 '이론'과 실질적인 '구현' 에는 차이 나는 경우가 종종 있습니다.이로 인해 GRU 층의 모델 파라미터 개수를 혼동하진 맙시다GRU 신경망# ■ GRU 신경망Gated Recurrent Unit.. 2024. 12. 20. [낙상 감지 프로젝트] 2024년 12월 20일(금) https://so-fast.tistory.com/entry/%EB%82%99%EC%83%81-%EA%B0%90%EC%A7%80-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-2024%EB%85%84-12%EC%9B%94-17%EC%9D%BC%ED%99%94?category=1215557 [낙상 감지 프로젝트] 2024년 12월 17일(화)https://so-fast.tistory.com/entry/%EB%82%99%EC%83%81-%EA%B0%90%EC%A7%80-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-2024%EB%85%84-12%EC%9B%94-16%EC%9D%BC%EC%9B%94 [낙상 감지 프로젝트] 2024년 12월 16일(월)전체 요약 12.16.. 2024. 12. 20. 이전 1 2 3 4 5 ··· 8 다음
