# DeepLearning
Deep Learning - 얼굴형 분류 모델: Data Set 구축
지난 모델 정의 포스팅에 이어 이번 포스팅에서는 데이터셋을 구축하는 과정을 다루어 보려고 한다.
mnist_cnn [10-2]
1. 라이브러리 가져오기(torch, torchvision, matplotlib 같은 것들) 2. GPU 사용 설정하고, random value를 위한 seed 설정
Convolution [10-1]
❔ Convolution(합성곱)합성곱 계층에서 합성곱 연산을 처리한다. 합성곱 연산은 이미지 처리에서 말하는 필터 연산에 해당한다.이미지 위에서 stride 값 만큼 filter(kernel)을 이동시키면서 겹치는 부분의 각 원소의 값을 곱해서 모두 더한 값을 출력으
SageMaker 실행 (2) - 샘플 코드 실행
이번 포스트에서는 SageMaker의 맛을 보기 위해 깃헙에 올라온 샘플 코드를 돌려 볼 것이다. 나름 유명한 다음 르포를 가져와 봤다. https://github.com/aws/amazon-sagemaker-examples 깃헙 르포를 가져올 때는 깃헙 아이콘을 클릭해서 클론만 해 주면 된다. 참으로 쉽다. 많은 예시가 들어 있는 프로젝트지만, 이 중...
GAN - 코드를 통한 이해(1)
이전까지 설명한 GAN의 개념과 내용을 바탕으로 Tensorflow2를 이용하여 MNIST 이미지를 생성하는 모델을 학습시키고 해당 코드의 내용을 분석하며 실습하겠습니다.이번 실습은 아래와 같은 결과물을 생성 할 수 있습니다.심층 합성곱 생성적 적대 신경망 | Tens
GAN - 논문 핵심 내용
https://papers.nips.cc/paper/2014/file/5ca3e9b122f61f8f06494c97b1afccf3-Paper.pdfG는 목적 함수의 값을 최소 값으로 만들고, D는 목적 함수의 값을 최대 값으로 만드는 방향으로 학습합니다. 따라서
GAN - 개념 이해
GAN은 Generative adversarial network 의 약자로, 우리말로 생산적 적대 신경망이라는 뜻을 갖습니다. 기존의 다른 딥러닝 모델과 달리 GAN은 각자 다른 역할을 하는 2개의 모델로 학습을 진행합니다. 아래의 그림을 통해 설명합니다.Generat
[Deep Learning] CNN
CNN의 계층은 Conv-ReLU-(pooling) 흐름으로 연결된다.완전 연결 계층의 문제점은 데이터의 형상이 무시된다는 점이다. 예를 들어서 이미지는 3차원 데이터 가로x세로x색상(채널)의 값을 가지고 있는데 affine 계층에서 사용될 때의 데이터를 1차원으로 u
XOR 문제 딥러닝으로 풀기 [09-1]
WOR 게이트는 배타적 논리합이라는 논리 회로이다. A와 B중에 한쪽이 1일때만 1을 출력한다. ('배타적'이라는 것은 자기 외에는 거부한다는 의미이다.)
딥러닝의 기본 개념: 시작과 XOR 문제 [08-1]
딥러닝은 새로운 보델의 개녕밍 아니라 신경망이 발전한 보델이다.XOR문제는 어떻게 해도 linear하게 해결 할 수 없었다. MIT의 Marvin Minsky가 XOR문제를 수학적인 방법으로 풀 수 없다고 증명하는 책을 낸다. 그러던 중 1980년대에 Backpropa
AI
굉장히 흥미로운 제목인 동시에 어렵겠다는 생각이 들었다.(왜냐하면 이제 머신러닝이라는 마법(?)을 배울텐데, 마법의 '마'도 모르기 때문에)역사에서 부터 간단한 실습 그리고 딥러닝까지 이어지는 강의였다.1950s(인공지능) ~ 1980s (Machine Learning
[CNN Networks] - 2. VGGNet
OxFord대학교의 Visual Geometry Group이 개발한 CNN Network인 VGGNet에 대해 정리해보았습니다.
Softmax Classification [06]
기계학습 문제는 분류와 회귀로 나뉜다.일반적으로 분류에는 소프트맥스 함수를, 회귀에는 항등 함수를 사용한다. 컴퓨터로 계산할 때 결함이 있다. 오버플로우문제이다.소프트맥수 함수는 지수 함수를 사용하는데, 지수 함수란 것이 쉽게 아주 큰 값을 내뱉는다.가령 e¹⁰은 20
Logistic Regression [05]
❔Logistic Regression회귀를 사용해 데이터가 어떤 범주에 속할 확률을 0에서 1사이의 값으로 예측하고, 그 확률에 따라 가능성이 더 높은 범주에 속하는 것으로 분류해주는 지도 학습 알고리즘이다.둘 중 하나를 결정하는 문제를 이진분류(Binary Class
Linear regression [02]
Hypothesis Function(Linear Regression)(가설 함수)H(x)=WX+b W=weight 하나의 matrix b=Bias 벡터인공신경망의 구조를 나타낸다. 주어진 input x에 대해 어떤 output y를 예측할지 알려주는 H(x)로 표시
Multivariable Linear regression [04-1]
❔Multivariate Linear Regression(다중 선형 회귀)x가 1개인 선형 회귀를 단순 선형 회귀(Simple Linear Regression)이라고 하고,다수의 x로 부터 y를 예측하는 것을 다중 선형 회귀(Multivariable Linear Reg