2017년 6월 29일 목요일

#23. RNN & LSTM

딥러닝의 양대 축이라고 하면 Convolutional Neural Network (CNN)와 Recurrent Neural Network (RNN)를 꼽을 수 있을텐데요, 많은 분들이 RNN을 쓸 때 주로 이용되는 Long Short-term Memory (LSTM)의 이해에 어려움을 겪으시는 것 같습니다.

그래서 준비했습니다. RNN과 LSTM 이해를 위한 완벽가이드! 금쪽같은 블로그인 Colah의 블로그 내용을 기반으로 RNN과 LSTM의 내부 메커니즘과 수식을 설명해보았습니다. 그럼 즐겁게 들어주세요~

[Link] Colah의 블로그, http://colah.github.io/posts/2015-08-Understanding-LSTMs/



[비디오]


[슬라이드]


*  테리의 딥러닝 토크
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq 
[facebook] https://www.facebook.com/deeplearningtalk/

* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.

2017년 6월 4일 일요일

#22. On Human Motion Prediction using RNNs (2017)

Tensorflow KR에서 진행하고 있는 논문읽기 모임 PR12에서의 저의 두번째 발표입니다. 이번에는 자연어에 대한 Seq2Seq (sequence-to-sequence) learning의 확장으로서 모션을 예측하는 motion forecasting에 대해 이야기해 보았는데요, 예를 들면 사람의 배트스윙 모션을 보고 그 다음의 모션들을 예측할 수 있는지에 대한 문제입니다. 아직은 1초 내외의 짧은 순간만을 예측하고 있네요. 그럼 즐겁게 들어주세요~!

"On Human Motion Prediction using Recurrent Neural Networks",  J. Martinez, M. J. Black and J. Romero, 2017.



[비디오]


[슬라이드]


*  테리의 딥러닝 토크
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq 
[facebook] https://www.facebook.com/deeplearningtalk/

* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.