Week3 - day4
1. 개인학습
2. 선택 과제
- Why? xavier uniform으로 초기화?
- 관련논문
- Xaiver함수는 비선형함수(ex. sigmoid, tanh)에서 효과적인 결과를 보여준다
- 하지만 ReLU함수에서 사용 시 출력 값이 0으로 수렴하게 되는 현상을 확인 할 수 있다
- 이전 Layer의 activation value와 다음 Layer의 activation value 평균과 표준 편차가 일정해야 한다
3. 알고리즘 풀이
4. 피어세션
- 강의 요약
- 과제 코드 리뷰
- 알고리즘 코드 공유
5. 마스터세션
- Data centric AI
- 코딩을 못하면 AL/DL 어려울까? 응!
- 왜? 전반적인(CS 지식)이 필요하니까!
- Pre-trainning
- back-bone 만 바꿔가며 좋은 성능~
- NLP
- 성능이 중요할까?
- A 모델이 97%, B 모델이 98%의 성능을 보여준다고 할 때, 이 1%가 어떤 영향을 가지는 지는 도메인에 따라 다르다. 때문에 전혀 중요하지 않은 분야도 있다!
- Research 분야
- Real world(industrial 영역)
- 작업 과정
- A. 어떤 문제를 풀어야 하는가?
- B.Data
- C.Modeling
- D.Deployment
- B, C보다는 A, D가 더 중요하다!!
- Data Feedback Loop
- 사용자의 데이터를 자동화해 모델에 피딩하는 체게 필요
- 언제까지 crtl + enter를 사람이 눌러줄 수 없다…
- 네트워크 ~ 하드웨어, 데이터 플랫폼 모든걸 이해해야함
- 특히 대용량 데이터를 다뤄본 경험이 중요!!