일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
- NLP
- 홍대 맛집
- Python
- r
- AI Tech 준비과정
- AI tech
- RDD
- 캐글
- 부스트캠프
- 부스트클래스
- 자연어
- spark
- DataSet
- Ai
- yolo
- pycharm
- TensorFlow
- 위기의코딩맨
- 부스트캠프 ai tech 준비과정
- Transformer
- AI 엔지니어 기초 다지기
- mllib
- tensorflow 예제
- 연남 맛집
- 데이터 시각화
- Spark MLlib
- 서울 맛집
- 맛집
- kaggle
- 연남동 맛집
- Today
- Total
목록TensorFlow (26)
We-Co
안녕하세요. 위기의 코딩맨입니다. 오늘은 일반적으로 딥러닝의 논문의 구성에 대해 알아보고 YOLO 논문을 다운받아 보도록 하겠습니다. [ 논문 구성 ] 1.Abstract 요약의 의미를 갖고있으며, 논문의 전체적인 아이디어, 컨셉을 요약해서 설명한 부분으로 생각하시면 됩니다. 2.Introduction 소개의 의미를 갖으며, 논문의 아이디어, 컨셉을 얻는 과정을 설명을 하게됩니다. 3. Method 논문에서 가장 중요한 부분이며. 구체적으로 이 논문의 장점, Model에 구조에 대한 설명, Loss 설명, 다른 모델과의 비교 등을 자세하게 설명하는 부분입니다. 4.Experiment 실험에 대한 설명을 나타내며, 다른 모델과 비교하여 어떠한 부분이 나아진 부분을 설명하는 부분입니다. 5.Conclusio..
안녕하세요. 위기의코딩맨입니다. 오늘은 YOLO에 관해 간단하게 알아보도록 하겠습니다. You Only Look Once 넌 한번만 보면 된다는 의미를 갖고있는 YOLO..! 난 여러번 봐야되던데... [ YOLO ] YOLO가 나왔을 당시 , Faster R-CNN, SSD 등 많은 모델이 있었는데 YOLO는 정확도는 다른 모델에 비해 떨어졌지만, 속도 측면에서 많이 높은 결과로 인해 인기가 올라갔습니다. 간단하게 YOLO는 입력 이미지를 N X N Grid Cell로 나누고 Cell 별로 X개의 Bounding Box를 예측하는 작업을 의미합니다. YOLO Output = N X N X (5 * B+C) + (5: x,y,w,h,confidence) N은 Cell 개수, B는 bounding Box ..
안녕하세요. 위기의코딩맨입니다. 오늘은 YOLO 논문을 알아보기 전, Object Detection Metric에 관해 간단하게 알아보도록 하겠습니다. Object Detection은 간단하게 말하면 정답에 Bounding Box를 씌우는 작업을 의미합니다. [ IOU ] Intersection over Union Metric라고 하며, 1개의 Bounding Box와 다른 비교 Bounding BOx가 얼마나 일치하는지를 0~1의 사이 값으로 표현하는 작업 일치하는 정도 높을수록 1에 가까운 값으로 표현됩니다. [ Presision, Recall, F1 ] Precision - 정밀도를 나타내며, 검색된 결과들이 관련 있는 것으로 분류된 결과물 비율, 100명의 사람만 검출해야되는데 다른 것을 검출 R..
안녕하세요. 위기의코딩맨입니다. 오늘은 Fine-Turing에 대해 알아보도록 하겠습니다. 전이학습, Transfer Learning이라고 불리기도합니다. 간단하게 설명하면 이미 학습된 Neural Networks 파라미터를 새로운 Task에 맞도록 Fine-Tuning(미세조정)하는 작업을 의미합니다. 예를들면 고양이를 분류하는 CNN 모델에 다른 호랑이나 다른 동물의 분류 학습을 추가할 때 사용됩니다. 새로운 학습을 진행하는 것보다 Fine-Tuning을 사용해서 학습 속도와 정확도를 올릴수 있습니다. Fine-Tuning에서 중요한 점은 어느 지점에서 재학습을 진행할지 환경에 따라 학습을 진행하시면 됩니다. 고양이 분석에서 갑자기 차량 분석을 추가할 때는 모두 학습을 진행해야합니다. 고양이 분석에서..
안녕하세요. 위기의코딩맨입니다. 오늘은 Tensorflow의 CheckpointManager API에 대해 알아보도록 하겠습니다. 학습도중에 끊겨버리면 어떻게 될까요..? 이만큼 암울한 일이 없습니다.. 얼마전에 학습을 시키는 도중에 잠깐 인터넷이 끊겼는지 에러가 나더라구요.. 나름 오랜시간 학습을 하고있었는데 다시 처음부터 해야해서 너무 답답했었는데 CheckpointManager API를 이용해서 학습 도중 내용을 저장해서 학습이 중간에 끊겼을때, 다시 학습내용을 가져와서 그 지점부터 학습을 진행을 도와주는 API입니다. 먼저, 사용방법을 알아보도록 하겠습니다. 예제는 CNN에서 사용했던 예제로 확인해보겠습니다. [ 저장 방법 ] 먼저 tf.train.Checkpoint 클래스를 사용하여 사용되는 인..
안녕하세요. 위기의코딩맨입니다. 오늘은 CNN의 필수 과정인 Convolution Layer, Pooling Layer을 알아보도록 하겠습니다. CNN은 이미지의 특징을 추출해 학습하는 과정을 의미합니다. [ Convolution Layer ] CNN을 풀어서보면 Convolusion Neural Networks를 의미합니다. CNN에서 Convolusion은 아주 중요한 역할을합니다. Convolusion층에서 컨볼루션 연산을 통해서 입력된 이미지의 특징을 추출하는 역할을 진행합니다. 합성곱의 의미를 갖고있는 컨본루션은 커널(Kernel)이나 필터(Filter)로 칭하는 Window Size만큼 X * X의 행렬을 Y*Y 크기의 이미지 행열의 X*X크기 부분과 곱해서 합을 구하는 연산자입니다. 이런 작..
안녕하세요. 위기의코딩맨입니다. 오늘은 지금까지 알아본 지식들로 Tensorflow의 가장 기본적인 예제 MNIST 예제를 풀어보도록 하겠습니다. 그리고 임의로 숫자를 넣어서 해당 숫자를 잘 인식하는지 알아보도록 하겠습니다. [ MNIST ] 먼저 사용할 Tensorflow를 임포트 해줍니다. import tensorflow as tf 먼저 MNIST에 필요한 데이터를 tf.keras.datasets.mnist.load_data()를 통해서 다운받아서 넣어줍니다. x_train, x_test의 타입을 float32 타입으로 변경하고, 해당 28*28의 형태를 갖고 있는 이미지를 784차원으로 Flattening 작업을 진행합니다. 그리고 x_tain, y_test의 [0,255]사이의 값들을 [0, 1]..
안녕하세요. 위기의코딩맨입니다. 오늘은 TensorFlow의 소프트맥스 회귀, 크로스엔트로피, 원핫인코딩의 의미에 대해 간단하게 알아보도록 하겠습니다. [ Softmax Regression ] 다중분류를 위한 기법이며, 소프트맥스 회귀기법은 앞에서 알아보았던 Linear Regression에 결과 값에서 Softmax함수를 적용해서 모델의 출력 값을 각각의 확신의 정도로 출력할 수 있도록 만들어주는 기법입니다. 결과 값(logits)을 Softmax함수는 Normalization함수로 결과 값들의 합을 1(확신의 정도)로 변경해줍니다. [ Cross-Entropy ] 분류에 대한 문제에서는 크로스 엔트로피 손실함수도 많이 사용되는데 평균제곱오차, 즉 MSE와 같이 모델의 예측 값이 참값과 비슷하면 작은값..