Posts By Tag

• object detection 19
• RL 14
• CNN 7
• touch system 4
• TensorFlow 3
• labook 2
• DL 1
• Jupyter Notebook 1
• Tensor 1
• placeholder 1
• Variable 1
• Session 1
• Activation Function 1
• Artificial Neural Network 1
• backpropagation 1
• one-hot encoding 1
• Softmax Function 1
• Cross-Entropy 1
• Argmax Function 1
• Checkpoint File 1
• TensorBoard 1
• MNIST 1
• Mini Batch 1
• Overfitting 1
• Epoch 1
• Dropout 1
• Batch Normalization 1
• matplotlib 1
• Convolution 1
• Pooling 1
• Stride 1
• Kernel OR Filter 1
• Fully Connected Layer 1
• Cloud ML 1
• Unsupervised Learning 1
• Autoencoder 1
• Encoder 1
• Decoder 1
• GAN 1
• Generator 1
• Discriminator 1
• RNN 1
• Seq2Seq 1
• Inception 1
• DQN 1
• NumPy 1
• Pandas 1
• Series 1
• DataFrame 1
• DataFrame.sort_values 1
• DataFrame.groupby 1
• Null Data Handling 1
• scikit-learn 1
• directory search 1
• sort() 1
• sorted() 1

object detection

OverFeat

ML study > Object Detection > One stage detection

Mask R-CNN

ML study > Object Detection > Two stage detection

Light Head R-CNN

ML study > Object Detection > Two stage detection

Faster R-CNN

ML study > Object Detection > Two stage detection

Fast R-CNN

ML study > Object Detection > Two stage detection

Detectornet

ML study > Object Detection > One stage detection

Cascade R-CNN

ML study > Object Detection > Two stage detection

YOLOv3

ML study > Object Detection > One stage detection

YOLOv2, YOLO9000

ML study > Object Detection > One stage detection

YOLO

ML study > Object Detection > One stage detection

SSD

ML study > Object Detection > One stage detection

RFCNN

ML study > Object Detection > Two stage detection

DSSD

ML study > Object Detection > One stage detection

R-CNN

ML study > Object Detection > Two stage detection

SPPNet

ML study > Object Detection > Two stage detection

Object Detection Evaluation Criteria

Object Detection Dataset

Git blog 글쓰기

Tools > Git > Git blog

Object Detection History

Back to Top ↑

RL

Temporal Difference

ML study > Reinforcement Learning > Temporal Difference

Monte Carlo Control

ML study > Reinforcement Learning > Monte Carlo Control

Monte Carlo

ML study > Reinforcement Learning > Monte Carlo

Dynamic Programming Algorithm

ML study > Reinforcement Learning > Dynamic Programming Algorithm

Dynamic Programming

ML study > Reinforcement Learning > Dynamic Programming

Bellman Equation

ML study > Reinforcement Learning > Bellman Equation

MDP

ML study > Reinforcement Learning > MDP

MDP

ML study > Reinforcement Learning > MDP

Bellman Equation

ML study > Reinforcement Learning > Bellman Equation

Introduction

ML study > Reinforcement Learning > Introduction

2장. 텐서플로 설치와 주피터 노트북

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 2장 “텐서플로 설치와 주피터 노트북”을 학습하고 내용을 정리한 글입니다.

1장. 딥러닝과 텐서플로의 만남

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 1장 “딥러닝과 텐서플로의 만남”을 학습하고 내용을 정리한 글입니다.

2장. 텐서플로 설치와 주피터 노트북

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 2장 “텐서플로 설치와 주피터 노트북”을 학습하고 내용을 정리한 글입니다.

1장. 딥러닝과 텐서플로의 만남

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 1장 “딥러닝과 텐서플로의 만남”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

CNN

ZFNet

ML study > CNN architecture > ZFNet

VGGNet

ML study > CNN architecture > VGGNet

VGGNet

ML study > CNN architecture > VGGNet

GoogLeNet

ML study > CNN architecture > GoogLeNet

AlexNet

ML study > CNN architecture > AlexNet

Le-Net

ML study > CNN architecture > LeNet

7장. 이미지 인식의 은총알 CNN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 7장 “이미지 인식의 은총알 CNN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

touch system

SVM based Touch

Development > Touch Application > SVM based Touch

Motivation & Previous Approaches

Development > Touch Application > Motivation & Previous Approaches

Touch Communication

Development > Touch Application > SVM based Touch Communication

Anomaly Detection based Touch

Development > Touch Application > Anomaly Detection based Touch

Back to Top ↑

TensorFlow

3장. 텐서플로 프로그래밍 101

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 3장 “텐서플로 프로그래밍 101”을 학습하고 내용을 정리한 글입니다.

2장. 텐서플로 설치와 주피터 노트북

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 2장 “텐서플로 설치와 주피터 노트북”을 학습하고 내용을 정리한 글입니다.

1장. 딥러닝과 텐서플로의 만남

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 1장 “딥러닝과 텐서플로의 만남”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

labook

2장. 텐서플로 설치와 주피터 노트북

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 2장 “텐서플로 설치와 주피터 노트북”을 학습하고 내용을 정리한 글입니다.

1장. 딥러닝과 텐서플로의 만남

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 1장 “딥러닝과 텐서플로의 만남”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

DL

1장. 딥러닝과 텐서플로의 만남

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 1장 “딥러닝과 텐서플로의 만남”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Jupyter Notebook

2장. 텐서플로 설치와 주피터 노트북

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 2장 “텐서플로 설치와 주피터 노트북”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Tensor

3장. 텐서플로 프로그래밍 101

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 3장 “텐서플로 프로그래밍 101”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

placeholder

3장. 텐서플로 프로그래밍 101

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 3장 “텐서플로 프로그래밍 101”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Variable

3장. 텐서플로 프로그래밍 101

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 3장 “텐서플로 프로그래밍 101”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Session

3장. 텐서플로 프로그래밍 101

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 3장 “텐서플로 프로그래밍 101”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Activation Function

4장. 기본 신경망 구현

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 4장 “기본 신경망 구현”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Artificial Neural Network

4장. 기본 신경망 구현

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 4장 “기본 신경망 구현”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

backpropagation

4장. 기본 신경망 구현

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 4장 “기본 신경망 구현”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

one-hot encoding

4장. 기본 신경망 구현

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 4장 “기본 신경망 구현”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Softmax Function

4장. 기본 신경망 구현

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 4장 “기본 신경망 구현”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Cross-Entropy

4장. 기본 신경망 구현

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 4장 “기본 신경망 구현”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Argmax Function

4장. 기본 신경망 구현

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 4장 “기본 신경망 구현”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Checkpoint File

5장. 텐서보드와 모델 재사용

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 5장 “텐서보드와 모델 재사용”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

TensorBoard

5장. 텐서보드와 모델 재사용

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 5장 “텐서보드와 모델 재사용”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

MNIST

6장. 헬로 딥러닝 MNIST

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 6장 “헬로 딥러닝 MNIST”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Mini Batch

6장. 헬로 딥러닝 MNIST

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 6장 “헬로 딥러닝 MNIST”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Overfitting

6장. 헬로 딥러닝 MNIST

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 6장 “헬로 딥러닝 MNIST”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Epoch

6장. 헬로 딥러닝 MNIST

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 6장 “헬로 딥러닝 MNIST”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Dropout

6장. 헬로 딥러닝 MNIST

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 6장 “헬로 딥러닝 MNIST”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Batch Normalization

6장. 헬로 딥러닝 MNIST

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 6장 “헬로 딥러닝 MNIST”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

matplotlib

6장. 헬로 딥러닝 MNIST

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 6장 “헬로 딥러닝 MNIST”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Convolution

7장. 이미지 인식의 은총알 CNN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 7장 “이미지 인식의 은총알 CNN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Pooling

7장. 이미지 인식의 은총알 CNN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 7장 “이미지 인식의 은총알 CNN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Stride

7장. 이미지 인식의 은총알 CNN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 7장 “이미지 인식의 은총알 CNN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Kernel OR Filter

7장. 이미지 인식의 은총알 CNN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 7장 “이미지 인식의 은총알 CNN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Fully Connected Layer

7장. 이미지 인식의 은총알 CNN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 7장 “이미지 인식의 은총알 CNN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Cloud ML

7장. 이미지 인식의 은총알 CNN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 7장 “이미지 인식의 은총알 CNN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Unsupervised Learning

8장. 대표적 비지도 학습법 Autoencoder

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 8장 “대표적 비지도 학습법 Autoencoder”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Autoencoder

8장. 대표적 비지도 학습법 Autoencoder

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 8장 “대표적 비지도 학습법 Autoencoder”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Encoder

8장. 대표적 비지도 학습법 Autoencoder

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 8장 “대표적 비지도 학습법 Autoencoder”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Decoder

8장. 대표적 비지도 학습법 Autoencoder

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 8장 “대표적 비지도 학습법 Autoencoder”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

GAN

9장. 딥러닝의 미래 GAN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 9장 “딥러닝의 미래 GAN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Generator

9장. 딥러닝의 미래 GAN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 9장 “딥러닝의 미래 GAN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Discriminator

9장. 딥러닝의 미래 GAN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 9장 “딥러닝의 미래 GAN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

RNN

10장. 번역과 챗봇 모델의 기본 RNN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 10장 “번역과 챗봇 모델의 기본 RNN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Seq2Seq

10장. 번역과 챗봇 모델의 기본 RNN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 10장 “번역과 챗봇 모델의 기본 RNN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

Inception

11장. 구글의 핵심 이미지 인식 모델 Inception

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 11장 “구글의 핵심 이미지 인식 모델 Inception”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

DQN

12장. 딥마인드가 개발한 강화학습 DQN

해당 포스트는 책 “골빈해커의 3분 딥러닝 텐서플로맛”의 12장 “딥마인드가 개발한 강화학습 DQN”을 학습하고 내용을 정리한 글입니다.

Back to Top ↑

NumPy

1.3 넘파이

해당 포스트는 책 “파이썬 머신러닝 완벽 가이드”의 내용을 학습하여 정리한 글입니다.

Back to Top ↑

Pandas

1.4 데이터 핸들링 - 판다스

해당 포스트는 책 “파이썬 머신러닝 완벽 가이드”의 내용을 학습하여 정리한 글입니다.

Back to Top ↑

Series

1.4 데이터 핸들링 - 판다스

해당 포스트는 책 “파이썬 머신러닝 완벽 가이드”의 내용을 학습하여 정리한 글입니다.

Back to Top ↑

DataFrame

1.4 데이터 핸들링 - 판다스

해당 포스트는 책 “파이썬 머신러닝 완벽 가이드”의 내용을 학습하여 정리한 글입니다.

Back to Top ↑

DataFrame.sort_values

1.4 데이터 핸들링 - 판다스

해당 포스트는 책 “파이썬 머신러닝 완벽 가이드”의 내용을 학습하여 정리한 글입니다.

Back to Top ↑

DataFrame.groupby

1.4 데이터 핸들링 - 판다스

해당 포스트는 책 “파이썬 머신러닝 완벽 가이드”의 내용을 학습하여 정리한 글입니다.

Back to Top ↑

Null Data Handling

1.4 데이터 핸들링 - 판다스

해당 포스트는 책 “파이썬 머신러닝 완벽 가이드”의 내용을 학습하여 정리한 글입니다.

Back to Top ↑

scikit-learn

2.3 사이킷런의 기반 프레임워크 익히기

해당 포스트는 책 “파이썬 머신러닝 완벽 가이드”의 내용을 학습하여 정리한 글입니다.

Back to Top ↑

directory search

디렉토리 탐색

파이썬을 활용한 디렉토리 탐색 방법 정리

Back to Top ↑

sort()

데이터 정렬

파이썬을 활용한 데이터 정렬

Back to Top ↑

sorted()

데이터 정렬

파이썬을 활용한 데이터 정렬

Back to Top ↑