- https://github.com/hunkimForks/DeepQA
- https://github.com/hunkimForks/chatbot-retrieval
- https://github.com/hunkimForks/tf_chatbot_seq2seq_antilm
Q: 이거 좋은 아이디어네요. 아마도 구글의 Word2Vec과 딥러닝이 사용된 것이겠죠?
A: 정말 대단하네요 . 감사합니다 .
Q: 딥러닝으로 적어놓은 문장에서 어색한 부분을 찾아 내는 것도 충분히 가능할것 같습니다.
A: 심지어 버진은 gpu 있는 동일하게 인식 부분 몇개를 입력하면 잘 잘 조합해주는 잘 파일을 없었습니다 .
Q: ICLR2016년 논문인데 session 기반의 상품추천인데 아래와 같이 수정된 RNN 을 사용했는데 기존에 비해 정확도가 20~30% 증가 한다고 합니다
.
A: https : //www.tensorflow.org/versions/r0.8/get_started/os_setup.html # anaconda-installation
Q: Deep Nets가 추천 시스템에서도 힘을 발휘하네요. 온라인 쇼핑몰과 유사한 사업을 하신다면 눈여겨 볼만합니다.
A: http : //www.facebook.com/groups/psygement/
Q: 입력도 전체 아이템을 벡터로 (이번 세션에서 선택된 항목은 1, 나머지 0) 통채로 넣어 주네요.
A: http : //www.facebook.com/groups/psygement/
Q: 모든것에 인공지능을 불어 넣겠다.
A: iaot 텐서플로운데.. 어떤가요 ?
Q: Sung Kim님께서 좋은 글이라고 추천해주셔서 공유하겠습니다.
A: 감사합니다 . ^^
Q: Deep Learning의 거의 모든것이라 할수 있겠습니다! 두고두고 하나씩 볼만 합니다.
A: 와 ! ! !
Q: 다른 도구들도 많은데 왜 TensorFlow일까요?
A: 그건 루아 베이스인데요 ... ㅋㅋ
Q: 아래 Andrej 수업에서도 나오는 것 처럼 1. 전문 개발자 (속칭 구글러)에 의해 처음 부터 개발. (다른 도구들은 대학원생이 대부분 처음 만듬
)
A: 저는 사용하지 해 되시나요 ? ?
Q: Multi-machine, multi-CPU, multi-GPU! 아마 multi-machine이 지원되는 유일한 도구.
A: 텐서플로우도 c++를 지원해주는 좋겠네요
Q: 우리 모두가 사랑하는 Python로 개발 가능단 하나의 단점은 Pre-trained 데이타
A: 와우 ㅎㅎ
Q: (transfer learning등에 사용할)가 많지 않다는 것인데 이는 사용자들이 급격하게 늘고 있으니 곧 많아 질듯합니다.
A: 저도 궁금하네요~
Q: TensorFlow 의 전문가가 되어 보아요.
A: 와우 ! ! ! ! !
Q: 코드를 보면 원래 gfs에 붙어 있는 파일을 분석하도록 되어 있는거 같은데 open source로 풀면서 그쪽 코드는 전부 빠져 있더라구요 google폴
더가 사라진 ㅎㅎㅎ
A: https : //cloud.google.com/products/machine-learning/써보진 # confusion_matrix
INFO:tensorflow:Results after 1210 steps (0.076 sec/batch): loss = 2.59845, recall_at_1 = 0.106146694215, recall_at_10 = 1.0, recall_at_2 = 0.200671487603, recall_at_5 = 0.505888429752.
INFO:tensorflow:Results after 1220 steps (0.077 sec/batch): loss = 2.59781, recall_at_1 = 0.105942622951, recall_at_10 = 1.0, recall_at_2 = 0.20056352459, recall_at_5 = 0.506045081967.