본문 바로가기

전체 글26

[ResNet] Deep Residual Learning for Image Recognition https://arxiv.org/pdf/1512.03385.pdf ResNet이란? 레즈넷(Residual Network, ResNet)은 합성곱 신경망 모델임. 대규모 이미지넷 데이터세트 학습함 VGG 모델과 합성곱 계층, ReLU, 풀링, 완전 연결 계층 등을 이용해 구성함. VGG 모델 같은 경우에는 더 작은 크기의 필터를 사용해 계산 효율성을 향상시켰지만, 깊은 신경망 구조로 인해 기울기 소실 문제가 발생함. 그래서 레즈넷은 이러한 기울기 소실 문제를 해결하기 위해서 잔차 연결(Residual Connection), 항등 사상(Identity Mapping), 잔차 블록(Residual Block)을 통해 기울기 소실 문제를 해결하고 계산 효율성을 높임 레즈넷은 계층의 수에 따라 ResNet-18.. 2024. 2. 4.

[순환신경망] RNN의 문제점 RNN이란? RNN(Recurrent Neural Network)은 시계열 데이터를 처리하기 위해 고안된 모델로 아래 그림에서와 같이 이전 시각(계층)의 출력 값(은닉 값)이 다음 시각(계층)으로 전파되어 즉, 과거 정보를 계승하여 시계열 데이터에 대응하는 신경망임. 은닉층에서 나온 결과값이 다시 은닉층으로 돌아가 새로운 입력 값과 연산을 수행하는 순환 구조임. 완전연결층(Fully Connected Layer), CNN(Convolutional Neural Network)은 은닉층에서 나온 결과값이 출력층 방향으로 이동하지만, RNN은 은닉층으로 되돌아가 순환한다는 점에서 큰 차이가 있음. 아래 그림은 은닉층에서 결과 값이 나와 다시 은닉층으로 되돌아가는 순환 구조를 형성하는 것을 볼 수 있음 위 그림.. 2024. 2. 3.

Attention is All You Need https://arxiv.org/pdf/1706.03762.pdf 모델 생성 배경 기존 RNN의 문제점 : Long term dependency, Gradient Vanishing, Gradient Exploding Problem Seq2Seq 모델의 문제점 : Context Vector의 정보 손실 문제, RNN에 의존적 Transformer는 self-attention mechanism을 통해서 이를 해결함 - Long term dependency이 무엇이고 어떤 이유로 발생하는지, 어느 과정에서 발생하는지, 이에 대한 해결방안은 무엇인지 - Gradient Vanishing, Exploding 문제도 마찬가지 - Seq2Seq의 Context Vector에 관한 문제 및 전반적인 한계점 파악하고 -.. 2023. 12. 6.

Part 1. 개론 - Chp 05. 서비스기획부터 런칭, 운영, 회고까지 01 전체 서비스기획 프로세스 살펴보기 여태까지는 서비스를 만들기 위한 이론들을 학습했다면 이번 시간부터는 본격적으로 서비스를 기획하고 오픈하는 과정까지 알아보겠습니다. 우선 전체 서비스 기획 프로세스를 살펴보겠습니다. 크게 8가지로 나눠질 수 있습니다. 1. 리서치/분석 - 고객 니즈 파악 (고객들은 어떤 요구사항을 가지고 있는지에 대한 고객의 니즈를 파악하고) - 시장조사, 벤치마킹 (국내외 시장 조사를 진행하거나 유사한 서비스가 있으면 벤치마킹을 진행합니다) - 트렌드 분석 (이 때 시장과 고객 트렌드 분석까지 진행한다면 훨씬 더 도움이 될 것이다) 2. 요구사항 정의 (리서치 자료, 담당자, 제품의 주요 기능명, 설명 등을 적게 됨) - 추진 배경, 목적, 목표 설정 (우리가 만들고자하는 서비스의.. 2023. 8. 27.

Part 1. 개론 - Chp 02. 마켓 리서치 우리나라 시장에서 이러한 서비스를 진행해도 괜찮은 건지 리서치를 하는 이유 - 새로운 사업/서비스 출시에 앞서 당위서을 찾기 위함 - 변화하는 시장환경에 대응 할 수 있는 서비스를 출시하기 위함 서비스 기획을 하기 앞서서 상위 서비스 기획 단계에서 모두 커버를 해야하는 부분임 리서치 방법 - 언론 (기사) - 검색엔진 (네이버, 구글 등) - 증권사 리포트 - 뉴스레터 구독 - 더브이씨 (THE VC) 2023. 8. 23.

Part 1. 개론 - Chp 01. 문제 발견 및 기회 창출 01 강의 소개 Chapter1 문제 발견 및 기회 창출 페인포인트 찾기, 포지셔닝맵 작성하기 본격적인 서비스 기획에 앞서서 고객의 페인포인트를 파악하고 분석하는 것이 제일 중요함 페인포인트를 바탕으로 아이디어가 나오는 것임 페인포인트를 수집하는 방법 및 분석 방법을 알려드리려고 함 페인포인트를 기반으로 구성된 주요 기능들을 완성해보고 주요 기능들의 다양한 분석 방법으로 서비스의 차별화 전략 방법을 말씀드리고자 한다 Chapter2 마켓 리서치 시장환경 및 경쟁사 리서치 방법 알아보기 고객에 대한 이유와 발견이라고 하면 여기서는 시장에 대한 이유와 발견인 것임 우리가 타겟하고 있는 타겟층이 아주 명확하다고 해도 시장 규모가 아주 작거나 진입이 어려운 시장이라면 서비스를 오픈해나가기 어려울 것이라고 판단됨.. 2023. 8. 23.

Chp5. 스프링 시큐리티와 OAuth 2.0으로 로그인 기능 구현하기 스프링 시큐리티(Spring Security)는 막강한 인증(Authentication)과 인가(Authorization) (혹은 권한 부여) 기능을 가진 프레임워크입니다. 사실상 스프링 기반의 애플리케이션에서는 보안을 위한 표준이라고 보면 됩니다. 인터셉터, 필터 기반의 보안 기능을 구현하는 것보다 스프링 시큐리티를 통해 구현하는 것을 적극적으로 권장하고 있습니다. 스프링의 대부분 프로젝트들(Mvc, Data, Batch 등등)처럼 확장성을 고려한 프레임워크다 보니 다양한 요구사항을 손쉽게 추가하고 변경할 수 있습니다. 이런 손쉬운 설정은 특히나 스프링 부트 1.5에서 2.0으로 넘어오면서 더욱 더 강력해졌습니다. 이번 장에서는 스프링 시큐리티와 OAuth 2.0을 구현한 구글 로그인을 연동하여 로그인.. 2023. 8. 19.

Chp3. 스프링 부트에서 JPA로 데이터베이스를 다뤄보자 웹 서비스를 개발하고 운영하다 보면 피할 수 없는 문제가 데이터베이스를 다루는 일임 iBatis와 같은 SQL 매퍼를 이용해서 데이터베이스의 쿼리를 작성함 그러다 보니 실제로 개발하는 시간보다 SQL을 다루는 시간이 더 많아졌음 이러다보니 객체 모델링보다는 테이블 모델링에만 집중하고, 객체를 단순히 테이블에 맞추어 데이터 전달 역할만 하는 개발은 분명 기형적인 형태임 어덯게 하면 관계형 데이터베이스를 이용하는 프로젝트에서 객체지향 프로그래밍을 할 수 있을까 고민함 그러던 중, 이미 기존의 자바 개발자분들 역시 이 고민을 하고 있었음을 알게 되었음 문제의 해결책으로 JPA라는 자바 표준 ORM (Object Relational Mapping) 기술을 만나게 됨 이번 시간에는 JPA를 프로젝트에 적용해 보겠.. 2023. 8. 19.

Chp 2. 스프링 부트에서 테스트 코드를 작성하자 요즘 대부분의 서비스 회사는 테스트 코드에 관해 요구하고 있다고 합니다. 요즘 선망하는 서비스 회사에 취업과 이직을 하기 위해서는 테스트 코드는 절대 빠질 수 없는 요소입니다. 앞으로 진행할 프로젝트에서 가장 중요한 테스트 코드 작성의 기본을 배워봅시다. 2.1 테스트 코드 소개 TDD는 테스트가 주도하는 개발을 이야기합니다. 테스트 코드를 먼저 작성하는 것부터 시작합니다. - TDD : RED -> GREEN -> REFACTOR RED : 항상 실패하는 테스트를 먼저 작성하고 GREEN : 테스트가 통과하는 프로덕션 코드를 작성하고 REFACTOR : 테스트가 통과하면 프로덕션 코드를 리팩토링합니다 단위 테스트는 TDD의 첫 번째 단계인 기능 단위의 테스트 코드를 작성하는 것을 이야기합니다. TDD와.. 2023. 8. 19.

이전 1 2 3 다음

티스토리툴바