쵸코쿠키의 연습장

Activation 함수뉴런의 상호 작용을 담당합니다. 이러한 중요한 역할을 하는 Activation 함수들의 종류도 다양한 데 어떠한 것을 선택해야 할까요? 우선 주목해야 할 것은 비선형성입니다. 현실의 데이터는 n차원 비선형 분포로 존재합니다. 따라서 활성화 함수는 신경망에서 비선형 분포를 반영할 수 있도록 하는 역할을 담당합니다. 무엇이 좋은 activation 함수일까요? 이전에는 시그모이드 함수를 사용해왔습니다. 하지만 시그모이드 함수는 문제점이 존재하였고, 대책으로 좋은 RELU 활성화 함수가 제안되었습니다. One Hot EncodingN개의 Class를 가진 데이터의 Y Target 값을 설정할 때 One Hot Encoding을 사용합니다. N 사이즈의 배열에서 0, 1을 사용하여 해당하..

팀 파이트 전술 : 챔피언 등급 목록 (2019 년 8 월) 이전에 Teamfight Tactics의 모든 챔피언을 현재 얼마나 강한 지에 따라 카테고리로 분리했습니다. 시간이 지남에 따라 게임이 발전함에 따라 메타의 이러한 변경 사항을 반영하도록이 티어 목록을 업데이트해야합니다. Hextech Champions가 곧 도착 라이브 서버에서 Twisted Fate의 릴리스에 이어 Riot는 다음 컨텐츠 드롭으로 크게 발전했습니다. 새로운 챔피언 1 개를 출시 할뿐만 아니라 완전히 새로운 Origin과 4 개의 새로운 챔피언을 출시합니다. 또한 PBE에서 바로 사용해 볼 수 있습니다. 최신 Origin을 Hextech라고하며 아이템 누적 운반 장치를 기반으로 구성된 보너스 카운터 팀 구성입니다. Hextec..

라이엇이 리그 오브 레전드 판테온의 작업 장면을 공개 Riot Games는 리그 오브 레전드에서 판테온의 작업을 공개했습니다. 새로운 “비하인드 스토리” 비디오는 그의 개편 뒤에 있는 디자인 프로세스에 대한 통찰력을 제공하며 그의 새로운 능력, 애니메이션 및 시각 자료에 대한 첫 번째 모습을 포함합니다. 판테온은 리그 오브 레전드의 오리지널 챔피언 중 하나입니다. 즉, 그는 뿐만 아니라 사랑받는 사람이기도합니다. 이를 염두에두고 Riot은 핵심 정체성을 1인의 군대인 스파르타 전사의 균열로 덮어 쓰지 않았음을 분명히 밝힙니다. "우리가 판테온을 업데이트 할 때 우리는 많은 플레이어들이 좋아하는 많은 것들이 있다는 것을 깨달았으며, 이상적으로는, 우리는 항상 그 챔피언을 사랑하는 플레이어가 왜 있는지에 대..

Binary Classification Output Y (Target 출력)딥 러닝에서는 그룹이라는 용어를 사용하지 않고 Class 용어를 사용합니다. 분류 출력은 입력이 어떤 Class에 속할지에 대한 확률을 의미합니다. 신경망은 확률을 0~1로 표현합니다. 바이너라 분류의 경우 Y 타겟을 0, 1로 표현합니다. X (입력)신경망에서 보통 하나의 입력은 하나 이상 여러가지 특징을 가지고 있습니다. 하나의 특징을 지칭할 떄 Feature라는 용어를 사용합니다. 신경망 입력은 n개의 feature 정보를 가진 입력을 n 사이즈의 배열로 입력받을 수 있습니다. 선형 함수는 다항의 1차 함수입니다. Sigmoid Function어떤 입력을 받아도 0 ~ 1 사이에서 값을 얻을 수 있습니다. 분류를 할때는 확률..

Teamfight Tactics에서 두 번째 베타 패스 Riot은 최신 블로그 게시물에서 베타 패스의 첫 번째 장이 7 월 23 일에서 29 일 사이에 가까운 지역에 따라 다가올 것이라고 확인했습니다. 다음 베타 패스는 9.16 패치로 출시 될 예정입니다. 첫 번째 베타 패스가 종료되는 시점은 다음과 같습니다. 일본 : 7 월 23 일-22:59 BSTOCE : 7 월 23 일-20:59 BSTTR / RU : 7 월 24 일-23:59 BSTPH / TH / SG : 7 월 25 일-21:59 BSTBR : 7 월 26 일-17:59 BSTNA / KR / TW / VN / LAN / LAS / EUNE / EUW : 7 월 29 일 -16 : 59 BST 다음 베타 패스에는 "첫 번째와 비슷한 미션과..

Error Function, Cost Function, Loss Function이 세 함수는 다 같은 것을 의미합니다. 신경망 모델이 피드포워드 계산한 값과 실제 타겟 값을 비교하는 데 사용되는 함수입니다. 다양한 손실 함수들이 존재하며, 데이터 성격에 맞는 함수를 사용합니다. 대표적으로는 MSE (mean square error), categorical cross-entropy를 많이 사용합니다. MSE (mean square error)평균 제곱근 편차를 의미합니다. Optimizer신경망에서 1차 함수에 w, b를 어떻게 업데이트 시킬 것인지에 사용되는 알고리즘을 의미합니다. 다양한 최적화 메소드가 존재합니다. Gradient descent가 대표적입니다. Back Propagation아웃풋 값의 ..

1 단계 챔피언 다리우스- 적들이 시전을 시작할 때 범위 내에 있지 않을 때 더 이상 자신의 능력을 시전하지 않습니다. 엘리스- 비용 : 2 ⇒ 1- 새끼 거미는 이제 악마의 원점 효과를 얻습니다- 마나 소모량 : 75 ⇒ 100- 거미의 수 : 2/3/4 ⇒ 1/2/4- 생명력 : 500 ⇒ 450- 방어력 : 25 ⇒ 20 피오라- 공격 속도 0.7 ⇒ 1.0- 피해량 : 100-250 ⇒ 100-400 그레이브스- 생명력 : 500 ⇒ 450 베인- 공격 속도 : 0.6 ⇒ 0.65 워윅- 능력은 이제 적중 효과를 적용합니다 2단계 챔피언 아리- 아리가 죽었을 때 피해를 입히지 않는 버그를 수정했습니다.- 시전 시간 동안 대상이 죽으면 능력을 다시 대상으로 지정합니다.- 능력 대상 : 무작위 적 ⇒..

딥 뉴럴 네트워크프로그램 인공 신경은 인풋, 히든, 아웃풋 레이어로 이루어져 있습니다. 퍼셉트론도 역시 유사합니다. 하지만 히든 레이어 부분이 활성화 함수와 선형 함수가 포함되어있습니다. Supervised 학습은 이 input과 output을 입력하여 신경망을 학습시키는 구조입니다. 인풋 값을 히든 레이어에서 처리한 값이 아웃풋과 같아질 수 있도록 학습을 하는 방식입니다. Regression해당 학습을 통해 만약 x 값이 입력되면 y 값이 무엇이 될지에 대해 학습을 하고자하는 것이다. 따라서 여러개의 인풋이 들어가면 각각 선형 함수와 활성화 함수를 통해 아웃풋이 나오게 됩니다. Classification새로운 점은 어떠한 그룹인지 구별을 하는 것을 의미합니다. 여러 점의 포인트 값을 주고 해당하는 그룹..

팀 파이트 전술 : PBE 패치 노트-최신 업데이트 Teamfight Tactics PBE 패치 노트 페이지에는 각 PBE 패치 업데이트의 새로운 기능이 자세히 설명되어 있으므로 Teamfight Tactics의 최신 변경 사항을 모두 파악할 수 있습니다. Team Cheight Tactics는 당시에 실제로 Auto Chess bandwagon에 탑승하려고 시도했을 때 Riot에 의해 릴리즈되었다고 말하는 것이 안전합니다. Teamfight Tactics는 Auto Chess 게임 (이미 악명 높은 장르)에 액세스 할 수 있으며 경쟁 업체와 차별화되는 몇 가지 독특한 메커니즘을 갖추고 있기 때문에 엄청난 성공을 거두었습니다. 그러나 결코 완벽한 것은 아닙니다. Teamfight Tactics는 여전히 ..

신경망에서의 배치 정규화배치 정규화를 간단한 방법으로 설명합니다. Fast.ai와 deeplearning.ai에서 배운 내용을 읽은 후, 기사를 번역하였습니다. 필요한 이유, 작동 방식, VGG와 같은 사전 훈련된 네트워크에 포함시키는 방법부터 시작하겠습니다. 배치 정규화를 사용하는 이유는 무엇입니까?활성화를 조정하여 입력 레이어를 정규화합니다. 예를 들어 0에서 1까지, 1에서 1000까지의 기능이 있으면 학습 속도를 높이기 위해 정규화해야합니다. 입력 레이어가 이익을 얻는다면, 항상 변경되는 숨겨진 레이어의 값에 대해서도 동일한 작업을 수행하고 훈련 속도를 10 배 이상 향상 시키십시오. 배치 정규화는 숨겨진 단위 값이 이동하는 양 (공분산 이동)에 따라 양을 줄입니다. 공분산 변화를 설명하기 위해 ..

전략적 팀 전투(롤토체스) : 챔피언 풀 가이드전략적 팀 전투(롤토체스) Champion Pool 가이드는 챔피언 풀 크기, 레벨 별 챔피언 드롭률 및 특정 등급의 유닛을 찾을 수 있는 기회를 설명합니다. 전략적 팀 전투(롤토체스)에서는 매 라운드마다 상점을 방문하여 유닛을 구매하고 업그레이드하여 상대를 방어합니다. RNG를 기반으로하는 게임으로, 일부 플레이어는 운이 좋으며 팀 구성을 보완하는 유용한 유닛을 많이 만나게되며, 다른 플레이어는 빌드를 진행하는 데 어려움을 겪을 수 있습니다. 상점에 무엇이 표시될 지 정확하게 결정할 수는 없지만 시스템의 내부 작동 방식과 구매할 가능성이 높은 챔피언을 결정하는 방법을 익히는 것이 좋습니다. 전략적 팀 전투(롤토체스)의 챔피언 풀에 영향을 미치는 모든 요소를..

딥 네트워크의 앙상블 모델의 앙상블은 여러 통계 모델의 예측을 결합하여 하나의 최종 예측을 형성하는 방법을 나타냅니다. 이것은 모델의 표현력의 다양성에 대한 기회를 열어줍니다. 이 개념은 여러 의사의 의견을 구하는 것과 같은 일화와 유사합니다. 모델의 앙상블은 의사 결정 트리를 임의의 포리스트로 업그레이드하는 것과 같이 기존의 머신 러닝 모델을 매우 일반적으로 향상시킵니다. 머신 러닝 모델과 달리 딥 모델은 학습하는 데 시간이 오래 걸리므로 처음부터 학습한 딥 모델의 앙상블을 형성하는 것은 실용적이지 않습니다. FMoW는 특정 작업에 사용되는 데이터 세트이며 Hydra의 바디는 ResNet 및 DenseNet 설계에 따라 조립 된 많은 신경망 레이어로 구성됩니다. Hydra의 각 헤드는 FMoW 데이터 ..

전략적 팀 전투(롤토체스) : Twitch Rivals Showdown-시청, 예약 및 형식 지정 방법 전략적 팀 전투(롤토체스) : Twitch Rivals Showdown 이벤트에 대한 가이드는 액션, 플레이 일정, 참여하는 모든 Twitch Streamer 및 사용되는 형식을 보는 방법을 설명합니다. 전략적 팀 전투(롤토체스)는 Twitch를 폭풍으로 가져오고 있으므로 모든 게임의 최고 깃발이 Twitch Rivals : 전략적 팀 전투(롤토체스) 챔피언 중 최초가 되기 위해 싸울 것입니다. 자랑할만한 권리가 있을 뿐 만 아니라 상금 $ 125,000의 관대한 금액도 있습니다. 이틀에 걸쳐 총 64명의 스트리머가 출전하며, 각 플레이어는 각각 5 경기 씩 합니다. 경기 일정, 참여 스 트리머 목록 ..

소개ReLU(Rectified Linear Unit)는 딥 러닝 모델에서 가장 일반적으로 사용되는 활성화 함수입니다. 이 함수는 음의 입력을 받으면 0을 반환하지만 양수 x의 경우 해당 값을 다시 반환합니다. 따라서 f (x) = max (0, x)로 쓸 수 있습니다. 그래픽적으로는 다음과 같습니다 이러한 간단한 함수(두 개의 선형 부분으로 구성된 함수)가 모델이 비선형과 상호 작용을 잘 설명 할 수 있다는 것은 놀라운 일입니다. 그러나 ReLU 기능은 대부분의 응용 프로그램에서 훌륭하게 작동하며 결과적으로 매우 널리 사용됩니다. 작동하는 이유 인터랙션 및 비선형성 소개활성화 기능은 두 가지 주요 목적으로 사용됩니다. 1) 모델이 인터랙션 효과를 설명하도록 도와줍니다.인터랙션 효과는 무엇입니까? B의 가..

전략적 팀 전투(롤토체스) : 아이템을 얻는 방법 전략적 팀 전투(롤토체스) : 아이템을 떨어 뜨릴 때, 아이템을 결합하는 방법, 챔피언에게 장비를 장착하는 방법 등 아이템을 잡는 방법을 설명합니다. 아이템은 전략적 팀 전투(롤토체스)에서 큰 역할을합니다. 아마도 현재 다른 Auto Battler보다 훨씬 더 그렇습니다. 각각 고유 한 레시피를 가진 총 35 개의 서로 다른 결합된 아이템이 있습니다. 게임을 처음하는 경우 언제 떨어질지, 어떻게 조합할지, 어떤 챔피언을 장착할지 알기가 어려울 수 있습니다. 아래에서는 전략적 팀 전투(롤토체스)에서 아이템이 어떻게 떨어지는 지 설명하겠습니다. 전략적 팀 전투(롤토체스)에서 아이템을 얻는 방법전략적 팀 전투(롤토체스)에는 현재 두 가지 방법이 있습니다. 회전..

분류법은 유기체의 명명, 묘사 및 분류 과학이며 세계의 모든 식물, 동물 및 미생물을 포함합니다. 분류 학자들은 형태 학적, 행동적, 유전적, 생화학적 관찰을 사용하여 과학에 새로운 것들을 포함하여 종을 분류하고 분류합니다. 분류법은 생물학적 다양성에 관한 협약의 관리 및 이행을 뒷받침하는 기본 지식을 제공하는 생물학적 다양성의 구성 요소를 식별하고 열거합니다. 불행하게도 분류학 지식은 완전하지 않습니다. 지난 250 년간의 연구에서 분류 학자들은 약 1,78 백만 종의 동물, 식물 및 미생물을 명명했지만, 총 종 수는 알려져 있지 않으며 아마도 5 천에서 3 천만 사이 일 것입니다. 종의 이름을 지정하는 방법 : 분류 과정분류 학자들은 종을 대표한다고 생각되는 세트를 분리하기 위해 표본을 분류하는 것으..

Little Legends 업그레이드 방법Little Legends 업그레이드는 전략적 팀 전투(롤토체스)의 챔피언 업그레이드와 유사하게 작동합니다. 스타 수준을 높이려면 복제본을 얻어야합니다. 먼저 업그레이드하려는 Little Legend의 변형을 획득해야합니다. 그런 다음 해당 알과 번들을 구매하면 동일한 변형을 얻을 수 있습니다. 전략적 팀 전투(롤토체스)와 달리 3 성을 잠금 해제하기 위해 9 개의 중복된 리틀 레전드가 필요하지 않습니다. 대신, 한 번 복제 할 때마다 한 번씩 별를 붙이면서 세 개를 얻어야합니다. 한 변형이 별 3 개를 얻으면 미래의 알에서 그 변형을 받지 못하게되므로 같은 시리즈에서 더 많은 알을 열면 나머지 변형을 얻을 가능성이 커집니다. 각 Little Legends에는 총..

에이전트와 개체에이전트는 다른 이름으로 객체라 할 수 있을까요? 개체란 어떤 상태를 캡슐화하고, 메시지 전달을 통해 의사소통을 합니다. 또한, 특정 상태에서 수행될 수 있는 작업과 방법이 존재합니다. 에이전트와 개체의 주요한 차이점은 무엇일까요? 에이전트는 자율적입니다. 에이전트는보다 자율성 개념을 구현합니다. 특히 에이전트는 수행할지 여부를 스스로 결정합니다. 다른 에이전트의 요청에 따른 조치를 취할 줄 압니다. 에이전트은 영리합니다 : 유연한 (사후, 능동적, 사회적) 행동이 가능합니다. 표준 객체 모델은 이러한 유형의 행동에 대해 아무 반응도 하지 않습니다. 에이전트가 활성 상태인 경우 : 다중 에이전트 시스템은 본질적으로 다중 스레드입니다. 각 에이전트는 하나 이상의 활성 제어 스레드를 가지고 있..

리틀 레전트 얻는 법 포인트 사용현재 모든 Little Legend의 잠금을 해제하고 기존 컬렉션 업그레이드를 시작하려면 Riot Points를 사용하는 것이 유일한 선택지입니다. Little Legend Eggs는 Riot Store의 섹션에서 찾을 수 있습니다. 구매할 수있는 모든 계란, 리틀 레전드 및 번들은 상점에서 확인하실 수 있습니다. 이 목록은 처음 두 묶음을 구입하면 1 개의 보너스 알과 함께 10 개의 작은 전설 계란을 얻습니다. Series 1 번들을 구입하면 각 달걀에서 Silverwing, Hauntling 또는 Furyhorn 변형을 받게됩니다. Series 2 번들을 구매하면 대신 Featherknight, Molediver 또는 Runespirit 변형을 부화시키는 알을 받게됩..

에이전트와 전문가 시스템에이전트는 다른 이름의 전문가 시스템이 아닐까요? 전문가 시스템은 일반적으로 일부에 대해 '전문 지식'을 구현한 것입니다. 예를 들어 MYCIN은 인간의 혈액 질환에 대해 알고 있습니다. 규칙의 형태로 혈액 질환에 대한 풍부한 지식을 가지고 있습니다. 의사는 MYCIN 사실을 알려 혈액 질환에 대한 전문가의 조언을 얻을 수 있습니다. 질문에 대답하고 질문을 제기에이전트와 주요 차이점에 대해 알아보겠습니다. – 에이전트 : MYCIN은 세계를 인식하지 못합니다.사용자는 단지 질문을 통해 정보를 얻는 것입니다. – 에이전트 행동 : MYCIN은 환자에게 작동하지 않습니다.일부 실시간 (일반적으로 프로세스 제어) 전문가 시스템은 에이전트입니다.