반응형 딥러닝20 Gpu 인식 못했을 경우 확인코드 from tensorflow.python.client import device_lib def get_available_gpus(): local_device_protos = device_lib.list_local_devices() return [x.name for x in local_device_protos if x.device_type == 'GPU'] get_available_gpus() import tensorflow as tf print(tf.test.is_built_with_cuda()) print(tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)) from tensorflow.python.client impor.. 2020. 11. 10. Classification metrics can t handle a mix of unknown and multiclass targets Classification metrics can t handle a mix of unknown and multiclass targets 데이터 타입이 맞아야 된다. 2020. 11. 10. 밸리데이션 로스(validation loss)가 안줄어들 경우 체크해볼 3가지 1. 데이터 전처리: 데이터를 표준화하고 정규화하자. (배치놈, 스캐일링) 2. 모델 강제성: 모델이 너무 복잡한지 확인하자. dropout를 추가하고 각 계층의 레이어 수 또는 뉴런 수를 줄입니다. 3. 학습 속도 및 감소 속도 : 학습 속도를 줄이자! 학습을 하기에 좋은 시작 값은 보통 0.0005에서 0.001 사이입니다.또한 1e-6의 decay raet을 고려하십시오. The model is overfitting right from epoch 10, the validation loss is increasing while the training loss is decreasing. Dealing with such a Model: Data Preprocessing: Standardizing and N.. 2020. 11. 10. attention 자료 모음 papers.nips.cc/paper/7181-attention-is-all-you-need.pdf 어텐션 개념 정리 ratsgo.github.io/from%20frequency%20to%20semantics/2017/10/06/attention/ 어텐션 매커니즘 · ratsgo's blog 이번 글에서는 딥러닝 모델이 특정 벡터에 주목하게 만들어 모델의 성능을 높이는 기법인 어텐션(attention) 매커니즘에 대해 살펴보도록 하겠습니다. 이 글은 미국 스탠포드 대학의 CS224d 강의와 ratsgo.github.io 어텐션 ppt welcome-to-dewy-world.tistory.com/108 1. Attention Is All You Need 좋은 기회로 ML Research 인턴을 할 수 있게.. 2020. 11. 5. global local - 3.1 Convolutional Neural Networks 3.1 Convolutional Neural Networks Our approach is based on Convolutional Neural Networks [Fukushima 1988; LeCun et al. 1989]. These are a special variant of neural network based on using convolution operators that conserve the spatial structure of the input, generally consisting of images. These networks are formed by layers in which a bank of filters is convoluted with the input map to produce .. 2020. 11. 5. [Image impainting]Globally and Locally Consistent Image Completion - 자동번역기로 번역된 논문입니다. Globally and Locally Consistent Image Completion SATOSHI IIZUKA, Waseda UniversityEDGAR SIMO-SERRA, Waseda UniversityHIROSHI ISHIKAWA, Waseda UniversityFig. 1" "전 세계적으로 그리고 지역적으로 일관성 있는 이미지 완성사토시 IIZUKA, 와세다 대학 SIMO-SERRA, 와세다 대학 ISHIROSHI ISHIKAWA, 와세다 대학 Fig.1" Image completion results by our approach. The masked area is shown in white "이미지 완성 결과, 복면 영역은 흰색으로 표시됨" " Our app.. 2020. 11. 3. 이전 1 2 3 4 다음 반응형
