BDA-Easy Study

이번 학기 Big Data Analysts (이하 BDA) 학회에 들어오고 난 이후 첫 번째 스터디 "Easy Study Project"에 참여하게 되었다. 교재는 이지스퍼블리싱 출판사의 <Do it! 딥러닝 교과서>으로 진행할 예정으로 앞으로 매주 공부한 내용을

Chapter 4. 최적화 4.1 확률적 경사 하강법 손실 함수의 곡면에서 "경사가 가장 가파른 곳으로 내려가다 보면 언젠가 가장 낮은 지점에 도달한다"는 가정으로 만들어짐 4.1.1 학습률 최적화할 때 한 걸음의 폭을 결정하는 스텝 크기 학습 속도를 결정함 학습률이

Chap 6. 콘벌루션 신경망 이미지와 같은 고차원 데이터는 차원별로 크기가 조금씩 커져도 전체 데이터 크기, 모델의 파라미터 수가 기하급수적으로 증가 --> 순방향 신경망은 이미지 데이터를 처리하기에 비효율적 6.1 시각 패턴 인식을 위한 신경망 모델 쿠니히코 후쿠

BDA 학회에서 딥러닝 mini project를 진행하게 되었다.우리 팀이 선정한 주제는 "YOLOv5을 활용한 쓰레기 분류 시스템"이다. 이 글에서 진행 과정을 이야기 하도록 하겠다.운 좋게도 케글에 paper, cardboard, glass, plastic, met

Train, Test, Validation Split 이미지 데이터셋과 annotation file 돌린 후 Yaml 파일 생성 완성된 데이터셋의 구성은 다음과 같다. > yolov5 ├─ test │ ├─ images │ └─ labels ├─ train │ ├