Deep Learning
1.Deep Learning - Intro 소개 🤗
2.Deep Learning - Linear 방법 - 학생성적
버전확인설치버전 확인하는 이유는?프로젝트 진행시 이미 개방된 딥러닝 모델을 가져다 쓰는 경우버전을 일치시켜줘야지 출돌나지 않음/content/drive/MyDrive/Colab Notebooks/Deep Learning머신러닝과 딥러닝 모델 비교실습똑같은 데이터를 가지
3.Deep Learning - 학습문제 -ValueError: Shapes (32, 1) and (32, 10) are incompatible?
업로드중..\-오류확인 > 정답데이터 shape가 일치하지 않음! 학습시 y_train 형태를 보니 실제 데이터 1개 (클래스중 1개 값)모델링 출력결과는 : 10개 클래스에 대한 각각의 확률값1개와 10개는 비교가 불가능\-> 개수 및 ㄹ형태를 맞춰주자!
4.Deep Learning - 회귀, 분류? when? how?
회귀: y = wx + b분류이진분류 -> 1개 확률값 출력다중분류 -> 클래스 개수만큼 확률겂 출력
5.Deep Learning - Perceptron, MLP
Perceptron was introduced by Frank Rosenblatt in 1957. He proposed a Perceptron learning rule based on the original MCP neuron. A Perceptron is an alg
6.Deep Learning - 손글씨 데이터 분류 (hand written classification) - 2차원
목표손글씨 데이터를 분류하는 딥러닝 모델을 설계해보자!다중분류 딥러닝을 연습해보자!MLP 모델링 (Multi Layer Perceptron) 다층퍼셉트론입력층위 구조 (28\*28 2차원 데이터,출력층의 구조 고려 (다주분류)학습능력을 위한 중간층의 깊이 고려loss,
7.Deep Learning - Breast Cancer유방암데이터 연습
목표환자데이터를 바탕으로 우방암여부를 판단하자!딥러닝을 활용하여 이진분류를 진행해보자!sklearn에서 제공하는 breast_cancer데이터를 이용할것!리아브러리 불어오기데이터 확인data: 문제데이터, 입력특성target: 정답데이터target_names: 정답데이
8.Deep Learning - 개념정리
딥러닝이란? 인간의 뉴런, 신경망을 모방하여 데이터를 학습 및 예측하는 기술퍼셉트론(perceprtron): 딥러닝을 구성하는 가장 작은 단위(퍼셉트론 = 선형모델 + 활성화함수 activation)뼈대생성입력층 -> 입력하고자하는 데이터에 따라 변경중간층 (은닉층)
9.Deep Learning - Back Propagation 오차 역전파 🐱💻 - Relu 사용방법
Truyền ngược (hay còn gọi là lan truyền ngược, Tiếng Anh: back-propagation), là một từ viết tắt cho "backward propagation of errors" tức là "truyền n
10.Deep Learning - Revision 🐾🦧🐅🐎🐿🦐🐠🐙🦀🐚🦋🐜
Revision: 활성화함수 (중간층, 출력층 활용도가 다름!) 중간층 활성화함수 역할 : 역치 (활성화/비활성화) Stepfunction -> sigmoid - > relu (오차역전파 진행시 기울기 소실 문제 발생) 출력층 활성화함수 역할:
11.Deep Learning - Optimizer 최적화함수의 종류 🤓
가장 많이 사용한 것은 SGD, Adam 입니다경사하강법 모든 자료를 다 검토해서 내 위치의 산기울시를 계산해서 갈 방향을 찾겠다.비용함수: mse = cost function\-> 비용함수가 최소가 되는 w 값단점: 전체 데이터를 이용해 업데이트하니까 한번 학습하면
12.Deep Learning - Handwritten - 경사하강법, 콜백함수, 활성화함수 활용
활성홯마수(중산층)초기: stepfunctionsigmoid (경사하강법 진행시) 미분을 해야하는 데 기울기가 필요relu mlp 학습시 층이 깊어지면서 기울시소실 현상이 발생 -> 오차가 줄어보이는 문제점!경사하강법경사하강법 (GD)전체딩터를 이용해 업데이트확률적 견
13.Deep Learning - 이미지 분석 방법
MLP 이미지분석 Library 불러오기 데이터 불러오기 데이터 전처리 find best model 신경망 설계 Tes
14.Deep Learning - CNN Convolutional Neural Network - padding, stride, filter...
데이터에 일부만 보고 특징 추출해서 특징기반으로 학습하는 모델데이터 일부분만 학습하겠다\~\~~누구지? 마동석 -> 특징만 보고MLP와 다른점:추가적으로 사용되는 층: Convolution, Pooling층 추가 사용\-> 역할: 특징 찾기 (convolution),
15.Deep Learning - 개 고양이 분류하기 - CNN활용
값의 크기 줄이기>계산량 감소분산 줄이기 > 원활한 계산 가능
16.Deep Learning - 이미지/영상 분야의 다양한 기술 - Objection Detection (YOLO)
ClassificationClassification + LocalizationObject DetectionInstance SegmentationRoboflow 사용
17.Deep Learning - OpenCV 사용하기 ⛷
OpenCV có cấu trúc module, tức là nó bao gồm cả những thư viện liên kết tĩnh lẫn thư viện liên kết động. Nắm rõ các module của OpenCV sẽ giúp bạn đọc
18.Deep Learning - OPENCV 사용하기 - 동영상 제작 🐱🚀, 이미지 처리
카메라 연결하기종료버튼녹화 시작 버튼녹화 종료 버튼cv2.line(배경이미지, 시작점좌표, 끝점좌표, 색상, 선두께) : 직선 그리기 함수cv2.circle(배경이미지, 중심좌표, 반지름, 색상, 선두께) : 원 그리기 함수cv2.rectangle(배경이미지, 좌상단점
19.Deep Learning - mediapipe hand 사용하기 - Hand Landmark - 가위바위보
설치: (base) C:\\Users\\dd>activate yolov5(yolov5) C:\\Users\\dd>pip install mediapipe(yolov5) C:\\Users\\dd>jupyter notebookhttps://developers.goo
20.Deep Learning - Face Regconition
https://developers.google.com/mediapipe/solutions/vision/face_landmarker
21.Deep Learning - Face Detection
정의:0\. 얼굴 인식후 478개의 특징점 표현하기1\. 캠의 고정영역에 스파이더맨 마스크 씌우기마스크는 투명영역이 하앤색 이여야함정사각형의 형태를 뛰는 마스크 가져오기얼굴을 따라다니게 만들기마스크 씌우기, 안경 씌우기 코: 4 > 스파이더맨 입 : 0 > 마스크
22.Deep Learning - 손 동작에 따라 다른 가면 씌우기☹
한손 동작 인식시키기다양한 마스크 씌우기
23.Deep Learning - 이미지처리하기 🐩
RGB BGR > Red Green Blue 3가지 색상 체널을 사용해서 이미지 표현 HSV H: Hue(색상) S: Saturation (채도) : 색상의 진한 정도 V : Value(명도): 색상의 밝기 
https://github.com/UB-Mannheim/tesseract/wikiDownload tessaractOCR - Optical Character Recognition 광학 문자 인식이미지에서 글씨 찾기문자 영역을 찾아내기> 영역 속에서 > 문자 인식