분류 전체보기168 21. 전이 학습 1. 에일리언 vs 프레데터 데이터셋https://www.kaggle.com/datasets/pmigdal/alien-vs-predator-images케글 로그인 -> 우측 상단의 계정을 클릭 -> Your Profile -> 중앙에 Account를 클릭 -> API 항목에 Create New API Token -> kaggle.json이 다운로드 됨{"username":"Your username","key":"Your KeyApi"}import osos.environ['KAGGLE_USERNAME'] = 'kwak0318 'os.environ['KAGGLE_KEY'] = 'dcb13dc724efcf65a915a5d5e8b1d44e'!kaggle datasets download -d pmigdal/ali.. 2024. 6. 17. 20. 간단한 CNN 모델 만들기 import torchimport torch.nn as nnimport torch.optim as optim# 배치크기 * 채널 * 너비 * 높이inputs = torch.Tensor(1,1,28,28)print(inputs.shape)첫번째 Conv2D# Conv2d(입력 데이터가 1개, 출력되는 피쳐의 수 32개, 마스크가 3*3짜리(기울기), padding='same': 테두리를 채워서 크기를 유지)conv1 = nn.Conv2d(in_channels=1, out_channels=32, kernel_size=3, padding='same')out = conv1(inputs)print(out.shape)# 우선 CNN 레이어를 설정하는 과정에서 컨볼루션 연산을 수행합니다.# 여기서 kernel_siz.. 2024. 6. 17. 19. CNN 기초 1. CNN(Convolutional Neural Network)합성곱 인공 신경망(레이어 앞에 또 다른 알고리즘이 붙은 경우)전통적인 뉴럴 네트워크에 컨볼루셔널 레이어를 붙인 형태컨볼루셔널 레이어를 통해 입력 받은 이미지에 대한 특정(Feature)을 추출하게 되고, 추출한 특징을 기반으로 기존의 뉴럴 네트워크에 이용하여 분류컨볼루셔널 레이어는 일반적인 딥러닝에 좌표를 부여받아 입력해줌으로서 좀 더 효율적인 영상 데이터 분석이 가능하게 해줌 1-1. CNN을 사용하는 이유이미지를 분류할 때 DNN(Deep Nerual Network)의 문제점일반적인 DNN은 1차원 형태의 데이터를 사용해야 함2차원 이상의 데이터가 입력되는 경우 flatten 시켜서 한 줄로 데이터를 변환 후 넣어야 함이미지의 공간적/.. 2024. 6. 13. 18. 비선형 활성화 함수 1. 비선형 활성화 함수(Activation Functions)신경망의 성능을 향상시키기 위해 사용선형 함수는 입력값과 가중치를 곱한 결과를 그대로 출력하기 때문에 신경망에서 여러 개의 활성화 함수를 사용한다면 최종 출력값은 입력값과 가중치의 선형 조합으로 표현되므로 입력 데이터의 비선형 관계를 표현할 수 없음신경망이 입력 데이터의 비선형 관계를 잘 학습할 수 있도록 하기 위해 비선형 활성화 함수가 필요1-1. 시그모이드import numpy as npimport matplotlib.pyplot as pltdef sigmoid(x): return 1 / (1 + np.exp(-x))x = np.arange(-5.0,5.0,0.1)y = sigmoid(x)plt.plot(x,y)# 가운데 점선 추가#.. 2024. 6. 13. 이전 1 ··· 8 9 10 11 12 13 14 ··· 42 다음
