혼자 아닌 혼자가 되고 싶은 나의 인생

시스템 트레이딩 하는 이노도리 (tistory.com) 'Numerical Analysis' 카테고리의 글 목록 시스템트레이딩 - 트레이딩 봇 개발과 수익률, 트레이딩 관련 이야기들 뉴질랜드 생활, 일상 공유 및 잡담 블로그입니다. nodol.tistory.com - CFD 석사생이 시뮬레이션 전문가가 되며 느낀점을 적은 블로그 빔 에이치백 툴 CFD 기류 16가지 해석솔버.. : 네이버블로그 (naver.com) 빔 에이치백 툴 CFD 기류 16가지 해석솔버(오픈폼) 소개합니다 오픈폼이라는 것은 말 그대로 오픈된 폼이라는 뜻입니다. 공개된 폼이라는 프로그램 각 상황에 맞는 CFD... blog.naver.com - 오픈폼 기반 HAVC 해석 상용소프트웨어를 직접 제작하여 판매하는 블로그 남세동 면접 질..

연출이 아름다운 드물게 만들어진 2인용 콘솔게임 수작 제작 : 헤이즈라이트 스튜디오 출시 : 2021. 3. 26 가격 : 23,500원 (44,000원 50% 할인 ps store) 분할화면으로 하는데도 전혀 불편함이 없었으며 조금의 3D멀미가 있을법 하지만 자연스러운 카메라 전환으로 아무런 문제도 없었다. ps4 슬림으로 진행하여 중간중간 프레임드랍이 아주가끔 있긴 했지만 대체적으로 쾌적하게 게임을 진행하였다. 주제또한 이혼율 증가와 그로인한 아이들의 상처라는 무거운 사회적 이슈를 최대한 경쾌하고 무겁지 않게 다루었으며 그렇다고 가볍게 다룬 것 만이 아닌 강단이 있는 스토리텔링으로 잘 이끌었다고 생각된다. 게임의 플레이타임(볼륨)과 난이도 선정도 아주 적합하였다. 20시간 정도의 플레이타임에 도전적이..

1. prepare geomerty 2. construct the simulation topology 3. generate the Mesh 4. define the phyisics 5. prepare for analysis​ 6. run the simulation 7. analyze the result 개요 - cad로 형상 data를 그린다. - 형상을 part로 내린다. (part는 mesh짤 수 있는 operations 하위항목이 있다 - part based mesh) - 다시 part를 region으로 내린다. (region은 boundary condition 설정에 사용, region에서도 mesh를 짤 수 있다 - region based mesh) prepare geomerty 1. 3d ca..

보호되어 있는 글입니다.

앞서 설명한 수치미분법은 단순하며, 구현에 용이하지만 계산시간이 오래 걸리게 된다. 따라서 가중치의 매개변수 기울기를 효과적으로 계산할 수 있는 오차역전파법을 많이 사용한다. ▶오차역전파법​ 모든 계층의 계산은 forward() 그리고 backward() 라는 메서드를 가지도록 구현하는 것이 편하다. forward로 표현된 순전파 메서드는 쉽게 계산이 가능하나, backward로 표현된 역전파 메서드는 노드를 이용한 유도과정이 필요하다. 실제 구동을 위한 목적이므로 이러한 상세한 유도과정은 생략한다. ​​ ● 곱셈 계층 -------------------------------------------------------------------------------------- class MulLayer: d..

▶순전파 1. ​시그모이드, 소프트맥스 함수 그리고 2. mnist 에서 시험이미지와 시험레이블을, 그리고 3. pkl 파일에서 weight factor 와 bias값을 불러와서 주어진 weight 그리고 bias 값을 이용하여 순전파를 사용해 시험레이블을 얼마만큼의 정확도를 가지는지 맞추는 함수 이다. ---------------------------------------------------------------------------------- ​# coding: utf-8 import sys, os # 시스템 그리고 os와 상호작용할 수 있는 여러가지 함수를 불러온다. sys.path.append(os.pardir) # 부모 디렉터리(데이터셋 폴더)의 파일을 가져올 수 있도록 import nump..

방법 1 1. 데이터 입력 input / output data 2. command 창에 - nntool 입력 3. [import]클릭 이후, input 데이터와 target data 를 matrix 형태로 각각 임포트 4. [New]에 들어가서 새로운 Network 생성, 생성된 Network는 [Open]으로 열 수 있으며 이후 [Train]에 들어가서 훈련이 가능하다. 5. 이후 Weight 값 또는 Bias 값은 [View/Edit Weights]에서 확인이 가능하다.

​신경망은 분류(classification)와 회귀(regression)에 모두 이용할 수 있다. 기계학습에는 분류와 회귀가 있다 분류; 데이터가 어느 클래스에 속하는 지를 나누는 문제 이다. ex) 사진속의 동물 파악, 글자 파악 회귀: 입력 데이터에서 수치를 예측하는 문제. ​분류 문제에서는 일반적으로 소프트 맥스를 사용하며, 회귀 문제에서는 일반적으로 항등함수를 사용한다. ▶항등함수 항등함수는 입력을 그대로 출력하는 함수이다. 즉, 입력과 출력이 같으며, 항등함수에 의한 변환은 화살표로 아래와 같이 표현할 수 있다. (입력데이터에 따른 데이터의 수치를 예상하는 회귀는 반드시 항등함수를 사용해야 한다.) ▶소프트맥스 함수 소프트 맥스 함수는 자연로그가 밑인 지수함수로 나타내어진다. 좌측의 식처럼 분모..