설명: 파이토치로 자연어 처리. 특히 요즘 핫한 모델을 중심으로 이야기 할 것. 일주일간 중요한 것을 중심으로 이야기하겠다. 파이토치 코드 거기서 거기. 계속해서 보다보면 익숙해질 것. 자연어처리가 무엇인지. 기본적인 이야기를 하고, 실제로 처리하는 텍스트 클레시피케이션하는 예를 보고 파이토치 실습하도록 하겠다. github 설명: 자연어처리에서 많이 쓰이는 것은 RNN모델. 시퀀스를 다룰 수 있는 RNN 모델을 주로 씀. RNN을 가지고 Sequence to Sequence learning을 하고, 여기서 인코더/디코더가 나온다. 인코더/디코더의 문제점을 개선한 것이 어탠션. 어탠션 모델에 대해서는 실제로 어떤 것인지 이야기를 할 것이다. 그리고 요근래에 가장 중요한/핵심이 되는 트랜스포머. 2018년..

6.1 모음 생성의 관 모델 후강의 길이가 4cm 조금 넘으면 후강의 최저 공명 주파수는 전강의 제2 공명 주파수보다 더 낮다. 그래서 후강의 길이가 4cm에서 8cm 사이이면, 관 모델의 최저 공명 주파수는 전강의 공명 주파수인 반면에 제2 공명 주파수는 후강의 공명 주파수이다. 후강의 길이와 전강의 길이가 같으면 두 관의 공명 주파수는 같다. 이와 같은 두 관을 가지고 있는 시스템에서는 전관과 후관의 공명 주파수가 동일한 주파수로 실현되지 않는다. 왜냐하면 후관은 한쪽 끝이 열려있고 전관은 한쪽 끝이 닫혀 있다는 최초의 가정은 엄밀히 말하면 사실이 아니기 때문이다. 두 관의 상대적 단면적에 따라 음향적 연결이 일어난다. 이 경우 두 관의 공명 주파수는 이론적으로는 대략 같겠지만, 두 관의 연결이 없을..