본문 바로가기

Deep Learning

[DL] Deep Learning 코드 공부(1): Training, Validation, Test data set, Activation Functions, Pooling Layer, DropOut, Convolution Layer, Fully Connected Layer
Deep Learning 2022. 7. 28. [DL] Deep Learning 코드 공부(1): Training, Validation, Test data set, Activation Functions, Pooling Layer, DropOut, Convolution Layer, Fully Connected Layer Author: Joonhee Lim Date: 2022/07/28 본문은 Pytorch Deep Learning By Example 책을 공부하며 작성한 글 심층 강화학습(Deep Reinforcement Learning)에 대한 공부를 계속하다가 심층 학습(Deep Learning) 코드 정도는 따닥따닥 빠르게 구현하고 싶은 욕망이 생겨 연구실 Library에 있는 책 가지고 공부하는 그런 글이 될 것 같다. 이론보다는 테크닉적으로 딥러닝을 다룰 예정이고 이 책을 다 보는 날 이 공부글도 종료될 예정. 0. Training, Validation, Test data set - Traing data set: 모델의 파라미터를 조정하기 위해(학습하기 위해) 사용하는 데이터셋 - Validation data ..
강화학습 논문 리뷰: Soft Actor-Critic:Off-Policy Maximum Entropy Deep ReinforcementLearning with a Stochastic Actor
논문 리뷰 2022. 7. 22. 강화학습 논문 리뷰: Soft Actor-Critic:Off-Policy Maximum Entropy Deep ReinforcementLearning with a Stochastic Actor Author: Joonhee Lim Date: 2022/07/21 참고한 블로그(5. Experiments 그대로 인용): https://americanoiceonly.tistory.com/36 대망(大亡)의 SAC(Soft Actor-Critic) 논문 정리 Soft Actor-Critic은 정말 연이 깊은 알고리즘이다. 잇님들의 꾸준한 요청이 있었던 (자신감이 떨어져 올리고 싶지 않았던) sac 논문 정리를 올려본다. 수식이 많은 논문은 내용이 어떻든 읽는데 속도 americanoiceonly.tistory.com 논문 원문: Soft Actor-Critic: Off-Policy Maximum Entropy Deep Reinforcement Learning with a Stochastic Actor ..
강화학습 논문 리뷰: PPO(Proximal Policy Optimization Algorithms)
논문 리뷰 2022. 2. 8. 강화학습 논문 리뷰: PPO(Proximal Policy Optimization Algorithms) Author: Joonhee Lim Team: UNIST RML Date: 2022/02/04 참고 블로그(1): https://ropiens.tistory.com/85?category=965114 PPO 리뷰 : Proximal policy optimization algorithms editor, Junyeob Baek Robotics Software Engineer /RL, Motion Planning and Control, SLAM, Vision - 해당 글은 기존 markdown형식으로 적어오던 리뷰 글을 블로그형식으로 다듬고 재구성한 글입니다 - original.. ropiens.tistory.com 참고 블로그(2): https://stella47.tistory.com/180 [작성중] PPO..
자율주행 논문 리뷰: Learning robust control policies for end-to-end autonomous driving from data-driven simulation
논문 리뷰 2022. 1. 18. 자율주행 논문 리뷰: Learning robust control policies for end-to-end autonomous driving from data-driven simulation Author: Joonhee Lim Team: UNIST RML Date: 2022/01/18 0. Abstract 이 논문에서는 Sparse Rewards만을 이용하여 End to End 자율주행 Policy를 학습할 수 있는 Data 기반 시뮬레이션 및 엔진을 제시하였음. Sparse Rewards란 Episode 내에서 보상을 받는 경우가 굉장히 희박한 경우를 뜻합니다. -> Sparse Rewards일 때 초반 Replay Buffer를 쌓기 위해서 random policy로 transition을 수집하게 되면 학습에 악영향을 끼칠 수 있음(Random Policy로 Episode를 진행하면 Reward를 받는 경우가 거의 없기 때문에) * 이를 해결하기 위해 초반 학습단계에서는 최대한 dense..

티스토리툴바