shift + enter : 해당 블록만 실행A : 위 블록 생성B : 아래 블록 생성esc : 셀의 커서(에딧 가능한)가 사라지면서 선택 됨ctrl + m -> d : 블록 삭제 => 영어일때 되고, 편집 모드면 한글이면 ㅇ 됨 ;=> ctrl + m + d 인 경우
shift + enter : 해당 블록만 실행A : 위 블록 생성B : 아래 블록 생성esc : 셀의 커서(에딧 가능한)가 사라지면서 선택 됨ctrl + m -> d : 블록 삭제 => 영어일때 되고, 편집 모드면 한글이면 ㅇ 됨 ;=> ctrl + m + d 인 경우
enumerate=> \[] 로 알고리즘 문제 풀 때 많이 쓰는데 이렇게 응용할 생각은 못해보았다=> 이렇게 조건을 추가할 수 도 있다.dict=> items를 통해 키와 벨류 값을 같이 가져올 수 있다.Dictionary comprehensions=> 아이템 함수를
Numpy 특징 모든 값이 동일한 타입을 갖음(비교:리스트는 다른 타입도 가능) 인덱스는 튜플 차원은 행렬의 랭크가 됨 shape는 차원을 튜플로 표현함 arrange range와 같은 기능 np.arrange np.zeros((2, 2)) np.full(
=> 다른 shape의 데이터를 빠르게 계산하고 적용해주는것=> + 가 기본적으로 broadcasting 기능을 보유하고 있다.=> broadcasting은 잘 활용만 한다면 코드도 짧아지고 속도도 빨라진다.=> 근데 아무래도 블랙 박스의 과정이 있다보니 다루기 쉽지는
MATLAB과 만드는 시스템이 비슷하기에 시작이 Mat=> 해당 코드를 꼭 넣어줘야 표 안에 인라인으로 보이게 할 수 있다.=> legend는 왼쪽 하단의 네모 박스=> 이미지를 차트 안에 넣는 것도 가능=> 두개의 차트를 표현하고 비교하는 것도 가능=> 환경 변수나
https://youtu.be/Y4ecU7NkiEI Naive Bayes Classification 이유 불충분의 원리 아무 증거나 근거가 없는 상황에서 확률을 50대50으로 놓는 것 사랑하는 사람이 초콜렛을 줄 확률 P(초콜렛|사랑) => 조건부확률 호감이
ImageNet Challenge에서 좋은 선능을 보여 검증된 CNN 모델들을 말함.CNN 기반의 네트워크의 backbone이 됨backbone이란?https://en.wikipedia.org/wiki/Backbone_networkAlexNetCNN의 기반을
Image classificationObject DetectionSemantic segmentationsemantic : 의미의, 의미론의segmentation : 분할=> 사용 예시) 차도와 인도 구별, 부서진 곳 구별Instance segmentation=> Obj
1. Pretrained CNN 모델 ResNet50 -> 약 2주 동안 GPU *4 그래서 AlexNet, VGG, ResNet 등 대표적인 CNN들은 Pretrain 된 모델이 배포되어 있음. https://youtu.be/jqNCdjOB15s =>동빈나의
Semantic segmenation이란?모든 pixel에 대한 classification (pixelwise classification)Pixel 개수만큼 CNN 돌리기는 비효율적224x224 = 50,176 pixel >> 2000개 region proposal(s
https://www.analyticsvidhya.com/blog/2017/06/architecture-of-convolutional-neural-networks-simplified-demystified/ https://www.youtube.com/watch?v=9C
CNN encoder는 feature map의 spatial size를 줄임입력 이미지와 크기가 일치 하려면 Decoder에서는 channel 뿐만 아니라 spatial size 도 키워야 함.Upsampling3차원 feature(hxwxc)의 확대=> Upsampl
tensorflow에서 쓰이는 tensor현재 공부하고 있는 이미지 처리에 사용되는 이 tensor What is 'tensor'?텐서란 무엇일까????정리를 하기 전인 지금.상당히 많은 공부와 프로젝트들에 tensor가 나왔지만 두루뭉실한 개념으로 이해하고 있다.te
블랙박스(Black box) 모델인공신경망은 블랙박스 모델일까?수식적으로 특정 node의 값, weight값들을 구할 수 는 있음수많은 hidden layer와 feature들이 쌓이고 얽혀 있기 때문에 인과관계 해석 어려움인공신경망이 학습한 feature들이 무엇인지