본문 바로가기

전체 글

 (102)
MLop_DL_RNN 실습 20221123 36일차 RNN(Recurrent Neural Network) 입력과 출력을 시퀀스 단위로 처리하는 시퀀스(Sequence) 모델이다. RNN하면 시계열데이터, 시퀀스 이 두 단어가 자주 등장하는데, 우선 두 단어에 대해 알아보고 넘어가자. 💡 시퀀스(Sequence) 시퀀스의 단어 뜻은 수열이다. 수열이란? ▶ 수 또는 다른 대상의 순서 있는 나열이다. 순서가 있다는 의미는 어떤 구분이 있다는 의미이고, 그 구분을 시간으로 정한게 바로 시계열이다. 💡 시계열(time series) 일정 시간 간격으로 배치된 데이터들의 수열을 말한다. 시계열 예측(time series prediction) 주어진 시계열을 보고 수학적인 모델을 만들어서 미래에 일어날 것들을 예측하는 것을 뜻한다. 결론적으..
Hello Java 20221130 39일차 Java, 사실 자바를 딱 설명하기엔 너무 많은 이론과 역사를 끌고 와야한다. 그럼에도 불구하고 내가 생각했을 때 중요한 개념들을 정리하고자 한다. Java하면 가장 포인트로 잡는 개념이다. Ⅰ. Java는 객체 지향적 프로그래밍 언어다. 객체 지향 프로그래밍(Object-Oriented Programming, OOP) 쉽게설명하면 프로그램 = 객체 + 객체 로 만드는 방식이다. 그럼 객체는 무었일까? 💡 객체 (object) 사전적 의미 : 클래스(Class)에서 정의한 것을 토대로 실제 저장공간에 할당된 것. 프로그램에서 사용되는 데이터라고도 불리우며 식별자 에 의해 참조되는 공간을 의미한다. # 어떤 대상을 유일하게 식별 및 구별할 수 있는 이름 객체는 변수가 될수도 있으며..
MLop_DL_U-Net 실습 20221122 35일차 오늘 해볼 실습은 U-Net 신경을 이용한 사진의 피사체 특징 추출(분할)이다. image의 annotation만 있는 사진과 image가 있는 사진들을 다운받았다. U-Net 설명에 앞서 왜? 라는 질문으로 글을 시작하려 한다. 지금까지 우리는 원하는 이미지를 구별하는 과정을 실습해보았다. 이미지를 컴퓨터에게 학습 시키는 러닝의 궁극적인 목표는 결과의 실사화가 아닐까란 생각을 한다. 이미지의 해상도가 점점 발전해가고 있는 시대에서 우리는 보다 정확한 데이터를 가져오기위해 조금 더 정확한, 조금 더 세밀하게, 조금 더 원하는 범위라는 욕심이 생겼을 것이다. 예를 들어 핏줄 하나하나, 털 한가닥 한가닥, 표면의 재질, 멀리 찍혀있는 꽃 하나하나 같은 좀 더 실용적이고, 가치가 있는..
MLop_DL_ResNet 실습 20221121 34일차 오늘 해볼 실습은 ResNet(CNN) 신경망 이다. 중간에 프로젝트가 있어 조금 밀렸지만 다시 열심히 해보겠다. ResNet(Residual neural network)? 사전적 의미는 잔차 신경망이다. # Residual : 어떤 과정이 끝나고 난 뒤에 남은, 잔여[잔류]의 왜 생겨났을까? 딥러닝에서 사용하는 여러 신경망중 이미지 처리를 할때는 CNN(Convolutional Neural network)이 주로 사용되고 자연어 처리를 할때는 RNN(Recurrent Neural network)가 주로 사용된다. 이 두 신경망은 훌륭한 학습 결과를 자랑하지만 아쉬운점은 신경망의 레이어가 깊어지면 vanishing gradient problem 때문에 error가 증가한다는 단점..
MLop_DL_CNN 실습 20221118 31일차 처음으로 해보는 이미지 예측이다. 컴퓨터 는 어떻게 이미지를 예측할까?아니, 어떻게 이미지라고 인식할까? 인간은 컴퓨터에게 어떻게 이미지를 분별하게 했을까?란 고민으로 이 글을 읽어보면 좋다. 우리가 일상적으로 보는 사진 및 이미지를 컴퓨터가 인식시키기 위해서는 이미지를 숫자로 변환해주어야 한다. 인간은 이미지를 분별하기 위해 이미지를 특성에따라 수로 배열했다. 이 말이 무슨말인지 기본적으로 흑백 이미지를 보자. 위의 이미지를 보면 인간은 육안으로 y라는 문자라는것을 인식하지만, 컴퓨터에게 입력하기 위해서는 위와같이 쪼개서 1줄로 만들어서 흰색이면 0, 검정이면 1의 형태로 넣어줘야한다. 그럼 만약 똑같은 사이즈의 이미지가 왔을때 0과 1로 분별할 수 있게만 나타내 주면 우린 컴..
MLop_DL_손글씨 판단 예측 20221117 30일 차 이번에 할 예측은 손글씨 판단이다. 데이터는 torchvision의 datasets에서 MNIST를 가져왔다. 시각화를 도와줄 matplotlib.pyplot의 plt를 임포트 해주고 torchvision에서 MNIST, ToTensor 두 가지를 임포트 해준다. 학습용 데이터와 평가용 데이터로 분리해주는 과정은 각각의 변수에 MNIST(위치, 종류, 다운로드 여부, ToTensor로 변환)로 저장해준다. 그리고 샘플이미지는 pyplot을 이용해 3 X 3 형태로 출력시키는 코드를 입력하면? 위와 같은 MNIST에 저장된 손글씨 9개가 출력된다. 💡 DataLoader ? 데이터셋을 불러온 뒤 필요에 따라 데이터셋을 순회(iterate)할 수 있다. ✔ 각 순회(iterate)..
MLop_DL_보스톤 집값 예측 20221117 30일 차 두 번째로 해볼 딥러닝 실습은 Boston 집값 예측이다. 데이터는 사이키런의 데이터 셋에서 가져왔다. 집값을 예측한다는 의미는 분류하는 작업이 아니다. 과연 회귀 분석에서는 어떻게 쓰이는지 중점을 두고 보자. 위에서 설명한대로 데이터 경로는 sklearn.datasets에서 참고했으며 dataset의 key를 조회해서 'data'는 무었이 있는지 확인해보자. 우리가 원하는 데이터를 DataFrame으로 만들어준다. 마지막으로 pandas를 임포트하고 우리가 익히보던 df라는 변수로 DataFrame을 저장해 줄건데 데이터는 dataset['data'] 로 했고, 컬럼명들은 dataset의 key값중 하나인 'feature_names'를 불러서 저장해 주었다. 데이터도 불어왔겠..
MLop_DL_사인함수 예측하기 20221117 30일 차 이번에 할 내용은 사인함수 그래프 예측하기 이다. 사인함수 그래프를 결과로 놓고 3차 함수를 사인 함수의 모양으로 만들어 보는 실습을 해봤다. 모델 설계과정은 위와 같다. import math는 파이썬에서 수학함수를 쓸 수 있게 해준다. import torch는 pytorch의 torch를 쓸 수 있게 해준다. 💡 torch? ✔ facebook에서 제공하는 딥러닝 도구로서, numpy와 효율적인 연동을 지원하는 편리한 도구 ✔ 구글에서 만든 tensorflow나 pytorch나 기본적인 data structure은 tensor이다. ✔ tensor란 2차원 이상의 array(배열)이며, matrix, vector의 일반화된 객체이다. x = torch.linspace(-mat..

티스토리툴바