반응형 전체 글56 [환경 설정] 우분투(Ubuntu) 터미널 창 분할하는 방법 - terminator 안녕하세요. Hyper(하이퍼)입니다. 오늘은 리눅스의 우분투에서 가장 기초적이면서 꼭 필요한 터미널 창 분할 하는 방법에 대해 말씀드리겠습니다. 오늘의 최종 결과 이미지는 다음과 같습니다. 설치 방법 터미널 창을 실행 시킨다 sudo apt update 입력 sudo apt install terminator -y 입력 단축키 좌우 창 분할 - Ctrl + Shift + e 상하 창 분할 - ctrl + shift + o 터미널 창 닫기 - ctrl + shift + w 창 이동 - alrt + 방향키 참고 자료 https://terminator-gtk3.readthedocs.io/en/latest/ Welcome to Terminator’s documentation! — Terminator 2.0 al.. 2024. 1. 22. 우분투(리눅스) 한글 입력 설정 안녕하세요 하이퍼입니다. 오늘은 우분투 한글 입력 설정하는 방법을 전달 드리려합니다. 세세하게 이미지를 나눠서 작성하다 보니 스크롤 압박이 있는데 불편하신 분은 단계별로 간략히 적어 놓은 글만 보고 하셔도 됩니다. 제가 알려드리는 방법은 전체 시스템은 영어이며, 타이핑하는 부분만 한글이 가능하게 하는 방법입니다. 우측 상단(전원 버튼 표시)를 눌러 Settings로 들어간다. 좌측 카테고리에서 Region & Language를 선택한다. 우측의 Manage Installed Languages를 눌러 Update -> Install 을 차례로 선택한다. 우측 상단(전원 버튼 표시)를 눌러 Restart한다. 1을 반복하여 Settings에 진입하여 좌측 카테고리 중 Keyboard를 선택한다. 우측 화면의.. 2024. 1. 17. [Bias와 Variance] 머신러닝에서 편향과 분산이란? 머신러닝의 궁극적인 목표는 테스트 Data에 대해 높은 성능을 보장하는 프로그램을 만드는 것이다. 높은 성능은 무엇으로 판단할 수 있는가? 그것에 대한 대답이 Bias(편향)와 Variance(분산)이다. 각 개념을 미리 간단하게 정의하면 다음과 같다. Bias : 정답과 예측 값이 차이나는 정도. (정답과 가까울 수록 낮아짐) Variance : 예측 값끼리의 흩어짐 정도. (뭉칠수록 값이 낮아짐) 유년시절 행운을 빌면서 분수에 동전을 던지면, 여러번 던지다 보면 목표하는 지점에 도달은 못하더라도 비슷한 곳으로 던지게 된다. 이렇듯 우리는 유년 시절부터 Bias(편향)와 Vairance(분산)을 이미 체험으로 알고 있었다. 이제 머신러닝의 목표를 Bais와 Variance를 활용하여 표현하면 다음과 같.. 2023. 11. 8. RNNLM의 언어모델 개선 방법 안녕하세요. 하이퍼(Hyper)입니다. RNNLM(RNN Language Model)의 개선 방법에 대해 소개해드리겠습니다. RNNLM 개선 방법 LSTM 계층 다층화 드롭아웃(Dropout) 가중치 공유(Weight tying) LSTM 모델의 정확도 향상을 위해 LSTM을 여러개 쌓아 RNNLM을 만들 수 있다. 이때 쌓는 층 수가 많으면 하이퍼파라미터가 그만큼 많아지므로 모델이 복잡해진다. 따라서 일반적으로 2~4개가 적당하다고 알려져 있다. 드롭아웃(Dropout) 과적합(Overfitting)은 훈련데이터에만 치중하여 학습된 상태를 뜻합니다. 훈련 데이터에서는 높은 성능을 보이지만, 다른 데이터에서는 성능이 많이 떨어집니다. 보통 일반화 능력이 떨어진다고 말합니다. 과적합을 억제하는 방법은 다음.. 2023. 6. 13. 이전 1 2 3 4 5 6 7 8 ··· 14 다음 반응형
