Quantized Side Tuning 논문 리뷰
Quantized Side Tuning: Fast and Memory-Efficient Tuning ofQuantized Large Language Models 논문에 대한 리뷰를 작성한 글입니다.
2025/03/11
Jinsoolve.
ALL POSTS.
(46)
Shorts.
2025/04/27
Cross Entropy와 Softmax
2025/04/27
Word2Vec과 GloVe의 차이는 무엇일까?
2025/04/25
Batch Normalization을 하는 이유는 뭘까?
2025/02/20
삼격형의 두 변의 길이와 사잇각을 알 때, 나머지 한 변의 길이를 구하는 공식
2025/02/10
c++에서 내림차순에 대한 lower_bound와 upper_bound하기
2025/01/13
C++에서 이진수의 비트 수를 세는 방법
2025/01/13
세 점의 좌표가 주어졌을 때 삼각형의 면적 구하는 방법
2025/01/09
표준화와 정 규화
2024/12/26
로지스틱 회귀의 비용 함수는 왜 이렇게 생겼을까?
차원 축소를 사용한 데이터 압축
차원 축소 기법에 대해서 알아보자.
2025/01/09
NEW POST
모델 평가와 하이퍼 파라미터 튜닝의 모범 사례
모델 평가와 하이퍼 파라미터 튜닝의 모범 사례에 대해서
2025/01/09
NEW POST
머신러닝 교과서 7장: 앙상블 학습
머신러닝 교과서 7장의 앙상블 학습에 대해서 알아보자.
2025/01/09
NEW POST
머신러닝 교과서 8장
자연어 처리(Natural Language Processing, NLP)의 하위 분야인 감성 분석(sentiment analysis)에 대해서 알아보는 장이다.
2025/01/09
NEW POST
12장 다층 인공 신경망을 밑바닥부터 구현
딥러닝은 인공 신경망을 효과적으로 학습시키기 위한 머신러닝의 하위분야이다. 아래 내용을 소개하겠다.- 다층 신경망 개념- 역전파 알고리즘- 이미지 분류를 위한 다층 신경망 훈련
2025/01/09
NEW POST
11장 레이블되지 않은 데이터 다루기: 군집 분석
레이블이 없는 데이터들을 분석하여 비슷한 데이터들끼리 그룹으로 묶을 것이다.이를 군집으로 묶는다하여 클러스터링(clustering)이라 한다. - k-평균 알고리즘을 이용하여 클러스터 중심 찾기- 상향식 방법으로 계층적 군집 트리 만들기- 밀집도 기반의 군집 알고리즘을 사용하여 임의 모야을 가진 대상 구분하기
2025/01/09
NEW POST
가중치 w와 L2 규제
왜 norm을 사용하는 것이 과대적합을 해결할까? 그 이유를 살펴보자.
2025/01/06
NEW POST
머신러닝 분류 모델들
머신러닝에 사용하는 다양한 분류 모델들에 대해서 얘기해 보겠다.
2025/01/06
NEW POST
백준 17407 - 괄호 문자열과 쿼리
백준 17407 - 괄호 문자열과 쿼리
2025/01/01
NEW POST
