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 | 31 |
Tags
- 구조체배열
- Spring
- TypeORM
- python
- 카카오
- Nodejs
- OpenCV
- 컴포넌트스캔
- 알고리즘
- 코딩테스트
- git
- spring boot
- C언어
- 가상면접사례로배우는대규모시스템설계기초
- AWS
- 카카오 알고리즘
- 코테
- C++
- 시스템호출
- 스프링
- thymeleaf
- 해시
- @Autowired
- nestjs auth
- 카카오 코테
- nestJS
- nestjs typeorm
- 프로그래머스
- @Component
- 파이썬
Archives
- Today
- Total
목록딥러닝 NLP (1)
공부 기록장 💻

"Do It! BERT와 GPT로 배우는 자연어처리" 1장 정리 학습 목표 딥러닝 기반에 둔 자연어 처리 모델의 개념과 학습 방법을 살펴 보자. 기계의 자연어 처리 모델(model)이란 입력을 받아 어떤 처리를 수행하는 함수(function)라 할 수 있다. 아래 그림과 같이 모델의 출력은 어떤 사건이 일어날 가능성을 의미하는, 0과 1 사이의 값의 확률(probability)이라는 점에 주목해야 한다. 즉, 모델이란 어떤 입력을 받아 해당 입력이 특정 범주일 확률을 반환하는 확률 함수이다. 그렇다면, 자연어 처리 모델의 입력은 자연어, 즉 사람의 말이다. 이를 정리해보면 자연어 처리 모델은 자연어를 입력 받아 해당 입력이 특정 범주일 확률을 반환하는 확률 함수라고 할 수 있다. 예를 들어 영화 리뷰의 ..
# Tech Studies/NLP
2022. 12. 28. 00:02