오늘의 회고 사실(Fact): CNN 날씨 이미지 학습, 전이학습 느낌(Feeling): 이제 실습 순서가 이해된다. 개별 코드는 아직 어려워서 미니프로젝트때 열심히 해야겠다 교훈(Finding): 복습, 과제 열심히 해보자! 멋사 AI스쿨 7기 박조은 강사님 전이학습(trasfer learning) pre-trained 된 모델을 가져다 사용하는 것. 기존 유명한 논문의 CNN 모델이 이미 TF, keras, PyTorch 등에 구현이 되어있다. 그래서 해당 모델을 직접 구현하지 않고 가져다 쓸 수 있는게 전이학습이다. 여기에서 미세조정 등을 해주게 되면 직접 모델을 구현했을 때에 조금 더 나은 성능을 내기도 한다. VGG16 API 공식문서 참고 tf.keras.applications.vgg16.VG..
오늘의 회고 사실(Fact): 꽃 이미지 분류 예제 학습, 이미지전처리(PIL, OpenCV), 말라리아 감염 이미지 데이터셋 실습 느낌(Feeling): 어제보다 복잡하게 느껴졌다. 미니프로젝트로 잘할 수 있을지 걱정되지만 파이팅! 교훈(Finding): 겁먹지 말고 계속 반복해보기 멋사 AI스쿨 7기 박조은 강사님 CNN 두번째 시간 TF 공식예제의 이미지 분류 튜토리얼 꽃 5가지 이미지를 학습하고 분류하는 예제 ['daisy', 'dandelion', 'roses', 'sunflowers', 'tulips'] -> 이미지 전처리 필요 이미지 전처리 도구 PIL OpenCV 참고하기 좋은 사이트 Python OpenCV 강좌 : 제 1강 - OpenCV 설치 OpenCV 076923.github.io..
사실(Fact): 딥러닝 CNN(합성곱 신경망) 예제(The CIFAR-10 dataset) 학습 느낌(Feeling): cnn explainer 홈페이지를 통해 시각적으로 확인할 수 있어서 이해도가 높아졌다. 개념이 확실하진 않지만 앞으로 실습해가면 조금 더 알 수 있을 거 같다. 교훈(Finding): 조금 더 성실하게 정리해보자 멋사 AI스쿨 7기 박조은 강사님 오늘 수업의 핵심: 합성곱 층을 만드는 것 CNN의 합성곱(Convolution)을 구성하는 핵심요소 필터(Filter) & 활성화함수(Activation Function) 레이어 미리보기 model = models.Sequential() model.add(layers.Conv2D(filters=32, kernel_size=(3, 3), a..
부트캠프를 통해 데이터를 공부하면서, 내 수준이 어느 정도인지 궁금했고, 다른 사람들은 어떻게 준비하고, 어떤 일을 하고 있는지 궁금해서 네트워킹 겸 참가했다. 행사는 [ 패널 토크(양승준 대표님) + 팀 빌딩 + 점심 식사 + 하트카운트를 활용한 EDA 프로젝트 + 발표 ] 순서로 진행되었다. 같은 팀원 분들이 다른 부트캠프 공부중이거나 공부하셨던 분, 기존의 회사를 다니면서 데이터 공부를 새롭게 시작하는 분 등 같은 관심사를 가지고 있어서 공부하면서 어려웠던 점이나 소소한 공감(머신러닝 모델 뭐 배웠는지...ㅋㅋㅋ), DA/DE/DS 취업 준비에 대해 이야기 나눌 수 있어서 좋았다. 또한 한파의 날씨로 장소가 엄청 추웠는데, 그래도 운영진분들이 신경써서 따뜻한 커피도 채워주시고, 핫팩도 사다주시며 신..
벌써 12월이라니... 요즘엔 날씨가 갑자기 추워져서 그런지 살짝 감기 기운인지 두통인지 오래 지속이 되기도 했고, 머신러닝까진 어느 정도 재미있게 배우다가 딥러닝을 배우게 되면서 벽을 만난 것 같은 느낌이기도 했다. 이론적인 내용이 단번에 이해하기 어렵기도 하고, 내가 원하는 방향성과 조금 다른건가하는 생각이 들어서 일주일 정도 수업에 집중도 잘 하지 못했다. 지치던 와중에 팀원들과 얘기하는 시간에 나만 어렵고 힘든게 아니고, 다들 어렵게 느끼고 있다는 걸 알게 되었다. 처음 배우는 개념이고, 수업에 참여하며 따라가려고 노력하는 것만으로 대단한 것이라고 이건 전공자 한 학기 수업 분량이나 마찬가지라고 서로 토닥이고 공감하다보니 왜 이해가 안되지 왜 이렇게 어렵지하고 스트레스 받던 마음이 가벼워졌다!! ..
활성화 함수 친구들 출처_https://www.linkedin.com/pulse/activation-functions-101-sigmoid-tanh-relu-softmax-ben-hammouda?trk=articles_directory 오늘의 복습 키워드: SoftMax 쉽고 간단하게만 이해해보기 빠른 결론: 시그모이드는 이진분류(binary classification)에, 소프트 맥스는 다중클래스 분류(multiclass problems)에 사용된다. 시그모이드 vs 소프트맥스 시그모이드 함수는 로지스틱 함수의 한 케이스라 볼 수 있고, 인풋이 하나일 때 사용되는 시그모이드 함수를 인풋이 여러개일 때도 사용할 수 있도록 일반화 한 것이 소프트맥스 함수이다. 내용출처 🌱 logit vs sigmoid v..
