250x250
반응형
Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- gather_nd
- subdag
- integrated gradient
- API
- session 유지
- correlation
- tensorflow text
- 상관관계
- login crawling
- GenericGBQException
- Retry
- requests
- TensorFlow
- youtube data
- flask
- chatGPT
- BigQuery
- Airflow
- top_k
- hadoop
- airflow subdag
- GCP
- spark udf
- grad-cam
- 공분산
- 유튜브 API
- Counterfactual Explanations
- XAI
- API Gateway
- UDF
Archives
- Today
- Total
데이터과학 삼학년
CNN for sequence models 본문
반응형
CNN for sequence models
- cnn 공간적인 특징을 잘 잡아냄
- 시간도 공간적인 특성을 가지고 있어서 cnn을 적용함
- convolution 필터를 통해 시계열적인 특성에서 이상한 점들을 발견가능
> 필터사이즈가 3인 1d convolution인 경우 아래와 같은 그림을 얻을 수 있음
> 이 부분은 시계열 이상탐지에 적용할 수 있을 것으로 보임
- reshape를 통해 (?*10*필터수(1)) → 왜 1이냐면 1d convolution이기 때문
> maxpooling 안에 1d convolution을 넣은 것이지!
- 1d convolution을 구성하는 단계
- CNN에서 dropout은 사용하지말아라, 할거면 fc layer에서 적용하는 정도?
- RNN에서 dropout을 쓰려면 dropout wrapper가 있음
- 케라스 모델은 sequential을 사용해 층을 순서대로 쌓으며 만들수 있는….쉬움?
728x90
반응형
LIST
'Machine Learning' 카테고리의 다른 글
AutoML for Text Classification (0) | 2020.08.10 |
---|---|
GANs 간략한 소개 (0) | 2020.08.10 |
[유사도 분석] angular distance (vs cosine similarity) (0) | 2020.08.06 |
[TF 2.2] Text Vectorization Layer 적용된 모델의 예측 방법 (feat.GCP) (0) | 2020.07.27 |
[TF 2.2] tf.keras.layers.experimental.preprocessing.TextVectorization 한계와 해결 방법 (0) | 2020.07.17 |
Comments