728x90 반응형 전체 글194 [보령여행] 성지 2호점, 벨라코스타 방문기 안녕하세요! 오늘은 보령 여행 마지막 글로 성지 2호점, 벨라코스타를 방문한 후기를 들려드리고자 합니다!제가 느끼기에 맛있고 좋은 곳이라고 생각이 들어 기회가 되시면 방문해 보시면 좋을꺼 같습니다! 1. 성지 2호점주소 : 충남 보령시 동현로 88 1층영업시간 : 목요일 정기휴무, 매일 10:30 ~ 15:00 (라스트 오더)알아두면 좋은 점 :1. 번호표로 웨이팅 순서를 기다림 -> 주변에 따로 시간을 보낼 수 있는 곳은 없음, 앞에 강아지가 귀여움2. 주차 공간이 2자리 밖에 없음 -> 주변에 차를 대고 오는 것을 추천드립니다! 무한도전에서 노홍철과 싸이가 갔던 곳으로 TV로 보았을 때 매우 맛있게 먹어서 가보고 싶었는데요!가장 좋은 점은 저렴한 가격과 준수한 맛이 었던거 같습니다!특히 각 명당 1인.. 2025. 7. 26. [보령여행] 폭우가 내리는 보령에서 뭐할까? (데이나이스호텔,별빛상점,보령머드테마파크) 안녕하세요! 오늘은 폭우가 내리던 보령의 어느 날 제가 어떻게 보령에서 하루를 보냈는지 말씀드리고자 글을 씁니다 ㅎㅎ한번 보시고 기회가 되시면 가보시면 좋을 거 같습니다! 1. 데이나이스호텔에서 바깥 멍때리기주소 : 충남 보령시 해수욕장8길 60 데이나이스 호텔 여러 숙소를 많이 고민을 하였는데, 그중에서 가성비 있게 데이나이스호텔에서 2박을 보내게 되었습니다이 숙소에서 가장 마음에 든 점은 바로, 창문으로 대천해수욕장을 볼 수가 있었는데요!특히, 비 오는 날 시원한 에어컨 바람에서 바다를 보니 일상생활 속에서 받은 스트레스가 없어지는 기분이었습니다 ㅎ단점으로는 화장실 문이 없어서 연인들끼리 가기에는 부담스러운 게 있긴 한데 가족끼리 혹은 친구끼리 가면 좋을 거 같습니다! https://map.nave.. 2025. 7. 22. [보령여행] 폭우 속 우유창고 방문기 안녕하세요! 오랫만에 인사드립니다 ㅎㅎ최근에 와이프 지인 결혼식을 가기 위해 보령으로 2박3일 여행 겸 결혼식에 참석했는데요.하필 몇백년만에 폭우가 겹치는 일정안녕하세요! 오랫만에 인사드립니다 ㅎㅎ 최근에 와이프 지인 결혼식을 가기 위해 보령으로 2박3일 여행 겸 결혼식에 참석했는데요. 하필 몇백년만에 폭우로 인해 보령가는 길이 걱정되었지만,다행히도 무사히 다녀오고 결혼식 축하드리고 왔습니다! 오늘은 1일차 보령 여행을 갔던 곳 중에 우유창고를 갔다온 후기를 적고자 합니다. 장소 : 충남 보령시 천북면 홍보로 573영업시간 : 매일 11:00 ~ 19:00 (라스트 오더 18:30)https://map.naver.com/p/entry/place/479989353?c=13.51,0,0,0,dh&place.. 2025. 7. 21. [딥러닝] Vision Transformer와 Attention 기반 딥러닝 모델 1️⃣ Attention Mechanism의 발전 과정Attention Mechanism은 인공지능 모델이 입력의 중요 부분에 집중하도록 돕는 핵심 기술입니다.고전적 방법Feature Selection: 분별력(discriminating power)이 높은 특징만 선택Saliency Map (Itti, 1998): 명암·색상·방향 대비 기반의 돌출맵🎯 수동 규칙 기반으로 주요 특징을 강조딥러닝 기반 방법Recurrent Attention Model (RAM, 2014): RNN으로 주목 위치를 순차적으로 학습Spatial Transformer Network (STN, 2015): 이미지의 이동·회전·크기 변화를 처리하며 주목 영역 파악SENet (2017): 채널별 중요도를 학습(Squeeze & Ex.. 2025. 7. 5. [딥러닝] 생성 모델(Generative Model) 이해와 응용 1. 생성 모델의 기본 개념Generative Model은 데이터의 확률 분포를 학습하여 새로운 데이터를 생성합니다.이 모델들은 대부분 비지도 학습(unsupervised learning)을 기반으로 하며, 관측 데이터의 분포를 근사합니다. 예시) 완벽한 주사위 확률: 모든 면이 1/6찌그러진 주사위 데이터셋 {5,3,5,5,2,4,1,6,3,1}으로부터 실제 확률을 추정 2. Gaussian Mixture Model (GMM)GMM은 여러 개의 가우시안 분포를 혼합해 복잡한 데이터 분포를 모델링합니다. 용어 설명 πi\pi_i혼합 가중치 (합이 1)μi\mu_ii번째 가우시안의 평균 벡터Σi\Sigma_ii번째 가우시안의 공분산 행렬 3. 최대 우도 추정 (Maximum Likelihood.. 2025. 7. 2. [딥러닝] 딥러닝 모델의 하이퍼파라미터 튜닝과 손실 곡선 분석 1. 데이터 표현 및 전처리딥러닝 모델의 학습 성능을 결정하는 첫 번째 요소는 데이터 표현 방식과 정규화 전략입니다.Dataset 데이터 표현 Label EncodingMNIST1차원 벡터 혹은 2차원 행렬One-hot encodingCIFAR-103채널 RGB 이미지, 2차원 텐서One-hot encoding 2. 하이퍼파라미터 튜닝하이퍼파라미터는 학습 성능을 좌우합니다. 하이퍼파라미터 예시 값 Layer 수4Node 수[1024, 512, 512, 10]Loss FunctionCrossEntropyOptimizerSGD, Adam 등Learning Rate0.001~0.01Batch Size32~256 Tip:중요한 1~3개의 하이퍼파라미터를 집중 실험하는 것이 효율적입니다.아래 그래프는 Lear.. 2025. 7. 1. 이전 1 2 3 4 5 ··· 33 다음 728x90 반응형
