keraskorea / kekoxtutorial Goto Github PK

Hyperparameter Optimization with Keras

링크

Neural Style Transfer: Creating Art with Deep Learning using tf.keras and eager execution

링크

Keras/examples (4): Examples demonstrating specific Keras functionality

링크

Fashion-MNIST with tf.Keras

링크

먼저 번역 중에 궁금한 단어가 나왔습니다.

다른 분들은 epoch과 parameter를 어떻게 번역하시나요?
저는 일단 에폭, 파라미터 라고 그대로 번역했는데, 혹 대체할 만한 다른 단어가 있는지 궁금합니다.

그리고 #51 에서 전체 모임이나 투표로 용어를 만장일치해서 정하자고 하셨는데, 온라인이라면 슬랙에서 진행하나요?
오프라인 참가는 일정 상 어려워서, 어떻게 진행될 지 궁금합니다 :)

Keras or PyTorch as your first deep learning framework

링크

Content Based Image Retrieval Using a Convolutional Denoising Autoencoder

링크

Keras: Multiple outputs and multiple losses

링크

A ten-minute introduction to sequence-to-sequence learning in Keras

링크

ImageNet: VGGNet, ResNet, Inception, and Xception with Keras

링크

Training and Serving ML models with tf.keras

링크

An applied introduction to LSTMs for text generation — using Keras and GPU-enabled Kaggle Kernels

링크

Handwriting recognition using Tensorflow and Keras

링크

How to Generate Music using a LSTM Neural Network in Keras

링크

Keras version of Realtime Multi-Person Pose Estimation project

링크

여러번 나올 것 같은 단어인데요.

dependency , dependencies 의존성
normalized 표준화?
layer 계층? 레이어?

의견 듣고 싶습니다 :)

현재 #40 에 해당하는 문서 중 3.5챕터를 해석하고 있는데
번역과 관련하여 조언이 필요해서 몇가지 질문 드려요

1. Cross entropy 관련

Crossentropy is a quantity from the field of Information Theory, that measures the "distance" between probability distributions, or in our case, between the ground-truth distribution and our predictions.

교차 엔트로피는 정보 이론 분야의 양으로 확률 분포 사이의 거리 또는 우리 케이스에서는 지상 검증자료 (자료를 분석하고 해석하는데 뒷받침이 될 수 있는 보조 또는 기준 자료)와 예측 사이의 '거리'를 측정하는 것입니다.

이런식으로 해석해봤는데 제가 교차 엔트로피를 대략적으로 파악하고 있어 해석하는데 어려움이 있습니다.

2. gradient descent 관련

That's what you would expect when running gradient descent optimization -- the quantity you are trying to minimize should get lower with every iteration.

이것은 경사하강법 optimization 알고리즘을 실행할 때 예상되는 결과입니다. 즉, 우리가 최소화하려는 ***quantity는 매번 반복할 때 마다 더 낮아져야 합니다.

여기서 quantity를 오차의 수(?) 로 파악했는데 제가 파악한게 맞는건지 궁금합니다..

제가 딥러닝을 다시 공부하고 있어서.. 해석하는데 어려움이 많네요
조언 남겨주시면 감사하겠습니다 :)

Useful Keras features

링크

Generating Keras Code from a Lego image

링크

Keras/examples (2): Text & sequences examples

링크

Keras/examples (3): Generative models examples

링크

Training with Keras-MXNet on Amazon SageMaker

링크

Demystifying Generative Adversarial Nets (GANs)

DataCamp 라는 앙증맞은 버전의 Coursera, Undacity E-learning 사이트가 있습니다.
그 곳의 tutorial 이고, CycleGANs 을 먼저 하다가 Vanilla GAN 의 개념없이 건너뛰면 읽는 사람들도 어려울 것 같아서
주말동안 Vanilla GAN 부터 여러개의 GANs 을 다룰까 하다가 일단 시작했습니다.

Credit Card Fraud Detection using Autoencoders in Keras — TensorFlow for Hackers (Part VII)

링크

GANs with Keras:Application to Image Deblurring

링크

A detailed example of how to use data generators with Keras

링크

문서작성에 참고가 될 가이드 문서와 샘플 문서를 작성합니다.

How-To: Multi-GPU training with Keras, Python, and deep learning

링크

Predicting Cryptocurrency Price With Tensorflow and Keras

링크

Ensembling ConvNets using Keras

링크

How to fine-tune ResNet in Keras and use it in an iOS App via Core ML

링크

How to Visualize Your Neural Network with Attention in Keras

링크

안녕하세요 #40 을 작업중에 있습니다. 매끄러운 번역을 하고싶은데 쉬운일이 아닙니다 :(

A loss function: the is how the network will be able to measure how good a job it is doing on its training data, and thus how it will be able to steer itself in the right direction.

손실 함수 : 손실함수는 학습 세트에 대해서 네트워크가 얼마나 잘 학습되었는지, 올바른 방향으로 학습되었는지에 대한 지표입니다.
우선은 이렇게 번역 했습니다. 오역/의견 피드백 부탁드립니다! 감사합니다 :D

제가 만든 초안에 대한 피드백을 받고싶은데
어떤 채널로 하는게 좋을까요?

Detecting Diabetic Retinopathy With Deep Learning

링크

Using pre-trained word embeddings in a Keras model

링크

Multi-label classification with Keras

링크

Hallucinogenic Deep Reinforcement Learning Using Python and Keras

링크

Building a simple Keras + deep learning REST API

링크

Keras/examples (1): Vision models examples

링크

Companion Jupyter notebooks for the book "Deep Learning with Python"

링크

How to build your own AlphaZero AI using Python and Keras

링크

Reinforcement Learning for Stock Prediction

링크

Building powerful image classification models using very little data

링크

Keras as a simplified interface to TensorFlow: tutorial

링크

안녕하세요. 저는 issue 38 Keras와 텐서플로우를 이용한 손글씨 인식 을 번역하고 있습니다.
번역은 다 끝나고 코드부분을 보고있는데
튜토리얼에서 데이터셋을 가져오는 부분이 아무리 생각해도 진짜 데이터 셋의 디렉토리 구조와
맞지 않는 것 같습니다.

원작자가 쓴 글의 댓글에 그에대해 질문을 했지만 꽤 오랜 시간이 흘렀는데도
답변이 없습니다. 이런 경우에는 어떻게 해야할까요?

Humpback Whale Identification Challenge on Kaggle

링크

Building Autoencoders in Keras

링크