티스토리 뷰
Transformation
- A transformation, function, or mapping, T maps an input x to an output y
- Mathematical notation: T: x -> y
- Domain: Set of all the possible values of x (정의역)
- Co-domain: Set of all the possible values of y (공역)
- Image: a mapped output y, given x
- Range: Set of all the output values mapped by each x in the domain (치역)
- Note: the output mapped by a particular x is uniquely determined.
Linear Transformation
- Definition: A transformation (or mapping) T is linear if: I. T(cu + dv) = cT(u) + dT(v) for all u, v in the domain of T and for all scalars c and d
- Simple example: T: x -> y, T(x) = y = 3x
Linear Transformation in Neural Networks
- Fully-connected layers (linear layer)
- Example: Image with 4 pixels and 3 classes (cat/dog/ship)
'BOOTCAMP > boostcamp AI Tech Pre-Course' 카테고리의 다른 글
Mathematics for Artificial Intelligence 8강: 베이즈 통계학 맛보기 (0) | 2023.01.04 |
---|---|
Deep Learning Basis Lecture 4: Convolutional Neural Networks (0) | 2023.01.04 |
Deep Learning Basics Lecture2: Neural Networks & Multi-Layer Perceptron (0) | 2023.01.03 |
Mathematics for Artificial Intelligence 5강: 딥러닝 학습방법 이해하기 (0) | 2023.01.02 |
Mathematics for Artificial Intelligence 3강: 경사하강법 (0) | 2023.01.02 |
반응형
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 캐글
- ML
- ai
- Kaggle
- sql 테스트
- 파이썬
- 프로그래머스
- 데이터분석
- 쿼리 테스트
- lv4
- Python
- 인공지능
- 태블로
- 데이터 분석
- EDA
- 부스트코스
- 알고리즘
- 딥러닝
- 데이터 시각화
- Lv3
- mysql
- 프로그래밍
- SQLD
- 머신러닝
- LV1
- 데이터사이언스
- API
- LV2
- nlp
- SQL
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
글 보관함