후추의코딩일기

- 우리의 목표는 loss를 줄이기 위해 optimal weight를 찾는것 * Dataset Splitting *- Train set : 모델 학습에 쓰임- Validation set : 다양한 모델들간의 퍼포먼스를 비교하기 위해 사용됨- Test set : 마지막 평가에 쓰임- K-Folds cross Validation : 데이터를 K개의 파트로 나누고 하나를 validation set, 나머지를 train set으로 사용하는데 돌아가며 역할을 바꿈- 1장의 이미지를 통해 loss가 나오고, 해당 모델로 모든 train dataset에 적용해주면 unstable함- 모든 train dataset에 대해 CNN을 해줄 수 없으므로 미니배치 트레이닝을 해줌- Iteration : 1개의 미니배치를 통해..

인공지능 2024. 12. 18. 21:47

* LeNet *- 성공적으로 convolutional layer를 적용한 첫 번째 모델 (MNIST 데이터 셋 활용)1) convolution을 통해 channel dimension은 증가시켜줌2) pooling을 통해 spatial resolution은 줄이고3) flatten시켜준 후 linear layer에 통과시켜줌  * AlexNet *- 최초의 딥러닝 모델- LeNet과 거의 유사한데 convolution layer를 더 깊게 쌓음  * VGGNet *- 필터는 작은 것을 쓰면서 더 깊게 쌓아줌- pooling을 통해 (H, W) -> (H/2, W/2)- convolution을 통해 C -> 2C- 모든 convolution은 3x3 stride 1 pad 1로 설정  * GoogleNet..

인공지능 2024. 12. 18. 20:38

* Joined Relations *- join 연산은 from절에서 이루어짐- Natural join : 같은 속성끼리 알아서 묶이며, 한 컬럼만 남김 - using : 해당 키워드를 사용하면 자연조인의 효과 - Inner join : 일반 조인 연산. 자연조인이 아니기 때문에 컬럼이 두개 나옴 - Outer join : 정보의 손실을 막기 위함. left outer join, right outer join, full outer join이 있음    * Views *- 모든 유저가 전체 테이블을 보는게 좋지 않을 수 있음- 어떤 데이터를 숨기기 위함- DB에는 올라가지 않음   * 무결성 제약 *- not null- primary key- unique : pk 이외의 고유식별성을 갖는 컬럼 명시(can..

데이터베이스 2024. 12. 18. 01:25

* Normalization *- 테이블 스키마에서 수정하는 과정- 테이블 R이 good form인지 결정해야 함- update anomaly, insertion anomaly, deletion anomaly가 있을 수 있음- 정보의 중복이 있을 수 있음- 합치기 혹은 분해가 도움이 될 수 있음- 분해할 때에는 무손실 분해여야 함 ( πR1(r) ⋈ πR2(r) = r )- 즉, R1과 R2의 교집합이 R1 또는 R2의 후보키이면 무손실 분해- 함수종속을 따라야 함- 함수종속 : 특정한 속성이 다른 속성의 값을 고유하게 결정  t1[α] = t2 [α] ⇒ t1[β ] = t2 [β ] 일 때, α → β- 이행종속 : A → B, B → C 이면 A → C 성립- trivial한 함수종속 : β ⊂ α..

데이터베이스 2024. 12. 17. 23:36

* Reduction to Relation Schemas *- strong entity set은 개별 테이블로 변환- weak entity set은 테이블로 변환시 관련된 strong entity set의 pk가 discriminator와 결합해 pk가 됨- composite attribute는 leaf node만 가져오기- 도출속성은 컬럼으로 사용하지 않음- 다중값 속성은 별도의 테이블을 사용(본 테이블의 PK를 들고옴) ex) inst_phone = (ID, phone_number)- relationship set에서 독립된 테이블로 변환시  1) 다대다 관계일 때에는 양쪽의 pk를 합성한 것이 pk  2) 1:다 관계일 때에는 '다'쪽의 pk를 pk로   3) 1:1 관계일 때에는 어느쪽 pk를 p..

데이터베이스 2024. 12. 17. 20:22

* Design Phases *1. Initial phase : 요건분석2. Second phase : 추상적, 개념적 설계 (ex. ER model)3. Final phase : 논리적 디자인 (ex. RDB schema) -> 정규화  * Entity Sets *- Entity : 고유 식별성을 갖는 각각의 개체- Entity set : 같은 타입의 엔티티들의 집합- Primary key는 밑줄로 표시  * Relationship Sets *- Relationship : 엔티티간의 관계- Relationship set : {(e1, e2, ... en) | e1 ∈ E1, e2 ∈ E2, ..., en ∈ En}- Degree of Relationship set : 몇개의 엔티티와 관계를 맺고있는지를..

데이터베이스 2024. 12. 17. 18:26

* Frame Relay *- 패킷 교환 방식의 하나로, 빠르고 효율적인 데이터 전송을 지원- 연결된 장치간 HDLC 캡슐화를 사용해 가상회선을 처리하는 기술- 오류 정정 기능을 생략하고 단순화된 프레이밍을 사용해 고속 전송- 데이터링크 계층과 물리계층 사이에서 동작- DTE : 고객의 장비- DCE : 서비스 제공자의 frame relay switch- SDM : 가상회선을 다중화하는 기술. 이 방식에서 DLCI가 DTE와 DCE 장치 쌍에 할당됨- DCE와 DTE 간에 영구적인 연결이 미리 설정되어 있음(PVC)- 데이터 전송과, 유휴(Idle) 상태가 있음- DLCI : 데이터 링크 연결 식별자는 가상 회선을 식별하는데 사용됨- FECN : 수신측에서 혼잡 제어- BECN : 송신측에서 혼잡 제어-..

컴퓨터통신 2024. 12. 17. 01:27

* ATM *- 음성, 비디오와 같은 다양한 멀티미디어 데이터를 하나의 통신 네트워크에 통합해 전송하는 기술- ATM Cell은 데이터를 전송하는 기본 단위  * ATM 계층 *1) Adaption Layer(AAL)- 데이터를 ATM 셀 형식으로 변환하는 역할- 오류 검출 및 흐름 제어- AAL1 : constant bit rate 처리- AAL2 : variable bit rate 처리 - AAL5 : 점대점 연결 2) ATM Layer- 헤더를 추가하거나 제거- 다중화- 네트워크를 통해 셀 전달 3) Physical Layer- 속도 매칭 및 프레이밍- 전송 매체의 특성에 따라 전송 방식 사용   * ARP, RARP *- ARP, RARP 패킷은 데이터링크 프레임에 encapsulated 되어있음

컴퓨터통신 2024. 12. 16. 23:40