Edit "gradient-descent (korean)" by blindTissue (#495)

* Edit "gradient-descent (korean)" by blindTissue

* Edit "gradient-descent (korean)" by blindTissue

* Edit "gradient-descent (korean)" by blindTissue

2017/gradient-descent/korean/description.json

@@ -189,4 +189,4 @@
   "translatedText": "",
   "n_reviews": 0
  }
-]
+]

2017/gradient-descent/korean/sentence_translations.json

@@ -36,61 +36,61 @@
  },
  {
   "input": "As a reminder, our goal here is the classic example of handwritten digit recognition, the hello world of neural networks.",
-  "translatedText": "다시 한 번 말씀드리지만, 여기서는 손으로 쓴 숫자 인식의 대표적인 예인 신경망의 헬로 월드가 목표입니다.",
+  "translatedText": "이 동영상에서는 신경망의 헬로 월드라고 할 수 있는 손으로 쓴 숫자 인식을 다룰 것입니다.",
   "model": "DeepL",
-  "n_reviews": 0,
+  "n_reviews": 1,
   "start": 28.98,
   "end": 36.22
  },
  {
   "input": "These digits are rendered on a 28x28 pixel grid, each pixel with some grayscale value between 0 and 1.",
-  "translatedText": "이 숫자는 28x28 픽셀 그리드에 렌더링되며, 각 픽셀은 0과 1 사이의 회색조 값을 갖습니다.",
+  "translatedText": "이 숫자들은 28x28 픽셀 그리드에 렌더링되며, 각 픽셀은 0과 1 사이의 회색조 값을 갖습니다.",
   "model": "DeepL",
   "from_community_srt": "신경망의 'hello world'에 해당하죠 이 숫자들은 28x28 픽셀로 이루어져 있으며 각 픽셀은 0부터 1 사이의 밝기를 갖습니다 이것들은 입력 층에 있는 784개 뉴런의 활성치를 결정합니다",
-  "n_reviews": 0,
+  "n_reviews": 1,
   "start": 37.02,
   "end": 43.42
  },
  {
   "input": "Those are what determine the activations of 784 neurons in the input layer of the network.",
-  "translatedText": "이것이 네트워크의 입력 레이어에 있는 784개의 뉴런의 활성화를 결정하는 요소입니다.",
+  "translatedText": "이 픽셀 값들이 네트워크의 입력 레이어에 있는 784개의 뉴런의 활성화를 결정할 것입니다.",
   "model": "DeepL",
-  "n_reviews": 0,
+  "n_reviews": 1,
   "start": 43.82,
   "end": 50.04
  },
  {
   "input": "And then the activation for each neuron in the following layers is based on a weighted sum of all the activations in the previous layer, plus some special number called a bias.",
-  "translatedText": "그리고 다음 레이어의 각 뉴런에 대한 활성화는 이전 레이어의 모든 활성화의 가중치 합계에 바이어스라는 특수 숫자를 더한 값을 기반으로 합니다.",
+  "translatedText": "그리고 다음 레이어의 각 뉴런에 대한 활성화는 이전 레이어의 모든 활성화의 가중합에 편항이라는 특수 숫자를 더한 값을 구한 다음",
   "model": "DeepL",
   "from_community_srt": "다음 층에 있는 뉴런 각각의 활성치는 가중치와 이전 층의 활성치를 곱한 것들의 총합과 bias라고 하는 특별한 숫자 합에 의해 결정됩니다 그리고 그 합계에 지난 영상에서 보여드린 시그모이드 함수나",
-  "n_reviews": 0,
+  "n_reviews": 1,
   "start": 51.18,
   "end": 60.82
  },
  {
   "input": "Then you compose that sum with some other function, like the sigmoid squishification, or a relu, the way I walked through last video.",
-  "translatedText": "그런 다음 지난 동영상에서 설명한 것처럼 시그모이드 스퀴시화 또는 릴루와 같은 다른 함수를 사용하여 합계를 구성합니다.",
+  "translatedText": "그런 다음 지난 동영상에서 설명한 것처럼 시그모이드 또는 렐루와 같은 다른 함수를 이 합계에 합성합니다.",
   "model": "DeepL",
-  "n_reviews": 0,
+  "n_reviews": 1,
   "start": 62.16,
   "end": 68.94
  },
  {
   "input": "In total, given the somewhat arbitrary choice of two hidden layers with 16 neurons each, the network has about 13,000 weights and biases that we can adjust, and it's these values that determine what exactly the network actually does.",
-  "translatedText": "각각 16개의 뉴런이 있는 두 개의 숨겨진 레이어를 다소 임의적으로 선택하면 네트워크에는 약 13,000개의 가중치와 편향이 있으며, 이 값에 따라 네트워크가 실제로 수행하는 작업이 결정됩니다.",
+  "translatedText": "전체적으로 각각16개의 뉴런으로 구성된 두 개의 숨겨진 층을 구성한 결과, 네트워크는 13,000여개의 조정 가능한 가중치와 편항을 가지고 있으며 이 값들이 네트워크가 실제로 무엇을 하는지를 결정합니다.",
   "model": "DeepL",
   "from_community_srt": "ReLU 함수를 취합니다 결론적으로 임의로 설정한 각각 16개의 뉴런들로 구성된 두 개의 숨겨진 층은 13,000여개의 조정 가능한 가중치와 bias들을 가지고 있으며",
-  "n_reviews": 0,
+  "n_reviews": 1,
   "start": 69.48,
   "end": 84.38
  },
  {
   "input": "Then what we mean when we say that this network classifies a given digit is that the brightest of those 10 neurons in the final layer corresponds to that digit.",
-  "translatedText": "이 네트워크가 특정 숫자를 분류한다는 것은 최종 레이어에 있는 10개 뉴런 중 가장 밝은 뉴런이 해당 숫자에 해당한다는 뜻입니다.",
+  "translatedText": "이 네트워크가 주어진 숫자를 분류한다는 것은, 최종 층의 10개의 뉴런 중 가장 활성화된 뉴런을 찾는다는 것입니다.",
   "model": "DeepL",
   "from_community_srt": "이 값들은 신경망이 실제로 어떻게 작동할지 결정합니다 우리는 신경망이 주어진 숫자를 분류할 때 마지막 층에서 가장 밝은 열 개의 뉴런 중 하나를 숫자와 대응시킵니다.",
-  "n_reviews": 0,
+  "n_reviews": 1,
   "start": 84.88,
   "end": 93.3
  },
@@ -287,7 +287,7 @@
   "from_community_srt": "생각해볼 만한 점이 많습니다.",
   "n_reviews": 0,
   "start": 309.52,
-  "end": 311.0
+  "end": 311
  },
  {
   "input": "But just telling the computer what a crappy job it's doing isn't very helpful.",
@@ -1110,4 +1110,4 @@
   "start": 1207.46,
   "end": 1212.78
  }
-]
+]

2017/gradient-descent/korean/title.json

@@ -2,4 +2,4 @@
  "input": "Gradient descent, how neural networks learn | Chapter 2, Deep learning",
  "translatedText": "경사하강법, 신경망 학습 방법 | 2장, 딥러닝",
  "n_reviews": 0
-}
+}