DataScience/딥러닝11 파이토치(PyTorch) 딥러닝 모델링 전략 (2) - 파이토치 딥러닝 모델링 단계 파이토치(PyTorch) 딥러닝 모델링 전략 (2) - 파이토치 딥러닝 모델링 단계 파이토치를 활용한 딥러닝 모델링이 익숙하지 않아서중요하다고 생각되는 부분들을 정리하고자 포스팅합니다.파이토치 딥러닝 모델링 단계 1) 문제 이해, 모델링 전략 수립 - 해결할 문제를 이해하고, 문제에 대한 배경과 목적을 정의한다. - 어떤 데이터를 활용해서 어떤 방식으로 무엇을 예측/분류/처리 해야 하며 어떻게 접근할지 등을 확인한다. 2) 데이터 확보 전략 수립 및 확보 - 상기 1의 문제이해/정의가 명확해지면 목적에 맞는 데이터를 확보하기 위한 전략을 수립하고, 필요한 데이터의 형태, 수량에 맞게 확보하여야 한다. (확보시 많은 시간과 비용이 들 수 있음) 3) 데이터 구조 탐색/시각화 - EDA(Explo.. 2024. 6. 30. 파이토치(PyTorch) 딥러닝 모델링 전략 (1) - 모델링 할 때 지녀야 할 마인드셋 파이토치(PyTorch) 딥러닝 모델링 전략 (1) - 모델링 할 때 지녀야 할 마인드셋 파이토치를 활용한 딥러닝 모델링이 익숙하지 않아서중요하다고 생각되는 부분들을 정리하고자 포스팅합니다.모델링 할 때 지녀야 할 마인드셋 먼저, 코드를 짜는 것 보다 생각해야 할 것들이 있다. 개발자마다 생각하는 내용들이 다를 수 있겠지만, 지금까지 익혀왔던 내용을 바탕으로 아래와 같이 작성해보았다. - 먼저 해결해야 할 문제, 또는 목적에 대해서 명확하게 정의한다. 명확한 문제정의는 바람직한 방법을 찾는데 도움이 되며, 이러한 문제를 어떻게 해결할지 명확한 정의가 필수이다. - 사용할 수 있는 자원이 어떻게 되는지 판단한다. 현재 가진 컴퓨팅 자원으로 해결이 어려운 문제라면, 해결할 수 있는 다른 .. 2024. 6. 30. 딥러닝 :: 밑바닥부터 시작하는 딥러닝 Chap5. 오차역전파법 밑바닥부터 시작하는 딥러닝 Chapter 05. 오차역전파법(Backpropagation) 본 포스팅은 「밑바닥부터 시작하는 딥러닝 - 사이토 고키, 한빛미디어」라는 서적을 참고하였으며, 작성자가 공부한 내용을 기록하는 목적으로 작성하였습니다. 오차역전파법(Backpropagation) 신경망의 가중치 매개변수의 기울기를 구할 때, 수치미분은 단순하고 구현하기 쉽지만 계산시간이 오래 걸리는 단점이 있다. 이에 반해 오차역전파법은 효율적으로 가중치 매개변수의 기울기를 계산할 수 있다. 5.1 계산 그래프(Computational graph) 계산 과정을 그래프로 나타낸 것. 복수의 노트(node)와 에지(edge)로 표현된다. 5.1.1 계산 그래프로 풀다 계산그래프를 이용한 문제 풀이 흐름 1) 계산 그.. 2023. 5. 6. 딥러닝 :: 밑바닥부터 시작하는 딥러닝 Chap4. 신경망 학습 밑바닥부터 시작하는 딥러닝 Chapter 04. 신경망 학습 본 포스팅은 「밑바닥부터 시작하는 딥러닝 - 사이토 고키, 한빛미디어」라는 서적을 참고하였으며, 작성자가 공부한 내용을 기록하는 목적으로 작성하였습니다 · 학습 : 훈련 데이터로부터 가중치 매개변수의 최적값을 자동으로 획득하는 것을 뜻한다. 신경망이 학습하기 위해서는 '손실함수'가 사용되며, 이 손실함수의 결과값을 최소로 하는 가중치 매개변수를 찾는 것이 학습의 목표이다. 본 포스팅에서는 이러한 방법 중 "경사법"을 다룬다. 4.1 데이터에서 학습한다! 4.1.1 데이터 주도 학습 기계학습은 주로 아래와 같이 두 가지 단계를 통해 데이터(Data)로부터 정답이나 패턴을 찾는다. · 예를들어 컴퓨터비전 분야에서는 1) 데이터에서 특징(Featur.. 2023. 5. 5. 딥러닝 :: 밑바닥부터 시작하는 딥러닝 Chap3. 신경망 밑바닥부터 시작하는 딥러닝 Chapter 03. 신경망(Neural Network) 본 포스팅은 「밑바닥부터 시작하는 딥러닝 - 사이토 고키, 한빛미디어」라는 서적을 참고하였으며, 작성자가 공부한 내용을 기록하는 목적으로 작성하였습니다. · 앞선 챕터에서는 퍼셉트론을 활용해 복잡한 함수도 표현 가능하다는 점을 알 수 있었다. · 하지만 여전히 가중치를 설정하는 작업은 사람이 수동으로 해야 하는 점이 남아있으며, 이를 해결하기 위해 신경망이 좋은 해답이 된다. · 신경망의 중요한 성질 중 하나는 가중치 매개변수의 적절한 값을 데이터로부터 자동으로 학습하는 능력이 있다는 점이다. 3.1 퍼셉트론에서 신경망으로 3.1.1 신경망의 예 신경망은 입력층(0층), 은닉층(1층), 출력층(2층)으로 구성된다. 여기서.. 2023. 5. 3. 딥러닝 :: 밑바닥부터 시작하는 딥러닝 Chap2. 퍼셉트론 밑바닥부터 시작하는 딥러닝 Chapter 02. 퍼셉트론(Perceptron) 본 포스팅은 「밑바닥부터 시작하는 딥러닝 - 사이토 고키, 한빛미디어」라는 서적을 참고하였으며, 작성자가 공부한 내용을 기록하는 목적으로 작성하였습니다. 퍼셉트론(Perceptron) 프랑크 로젠블라트가 1957년에 고안한, 신경망(딥러닝)의 기원이 되는 알고리즘 2.1 퍼셉트론이란 다수의 신호를 입력으로 받아 하나의 신호를 출력한다. 퍼셉트론 신호는 '흐른다(1)/흐르지 않는다(0)'의 두 가지 값을 가진다. x1, x2는 입력신호 w1, w2는 가중치(weight) *가중치가 클 수록 해당 신호가 그만큼 더 중요함을 뜻함 y는 출력신호 그림의 각 원은 뉴런 혹은 노드라고 부른다. 뉴런에서 보내온 신호의 총합이 정해진 한계를.. 2023. 5. 2. 딥러닝 :: 밑바닥부터 시작하는 딥러닝 Chap1. 헬로 파이썬 밑바닥부터 시작하는 딥러닝 Chapter 01. 헬로 파이썬 본 포스팅은 「밑바닥부터 시작하는 딥러닝 - 사이토 고키, 한빛미디어」라는 서적을 참고하였으며, 작성자가 공부한 내용을 기록하는 목적으로 작성하였습니다. 1.3.1 산술연산 - 사칙연산(+, -, *, /) - 거듭제곱(**) *파이썬2에서는 정수끼리 계산한 결과는 정수(ex. 7÷5의 결과는 1) *파이썬3에서는 정수를 나눈 결과는 실수(부동소수점) 1.3.2 자료형 - type() 을 사용하여 특정 데이터 자료형을 확인 가능하다. type(10) -> 정수 type(2.718) -> 실수 type("hello") -> 문자열 1.3.3 변수 변수의 정의 : x = 10 y = 3.14 print(x) 1.3.4 리스트 a = [1, 2, 3.. 2023. 5. 1. 딥러닝 :: 11월 셋째주 WIL #12 ■ 개발일지 WIL #12 1. FACTS - Docker, AWS 학습 - 딥러닝(OpenCV) 이미지 처리 학습 - DRF 코드 리뷰 2. FEELINGS : 도커, AWS는 강의를 보며 학습했지만 머릿 속에서 정리가 잘 되지 않는 느낌이다. : OpenCV를 활용한 딥러닝은 실제로 보이는 부분이 있어 재미있게 학습했다. 차주에는 프로젝트에서 이를 활용해야 하는데, 어떻게 구현해낼지 고민이다. 기본적인 기능들을 구현할 수 있도록 복습이 필요하다. : DRF도 마찬가지로 한번 더 훑은 정도.. 다음 프로젝트에서 딥러닝 부분을 맡지만 DRF에도 신경을 쏟을 필요가 있다. : SQL(MySQL, postgresql)도 추가로 학습하려고 계획했으나 틀어져서 아쉽다. 차주에 챙겨볼 생각이다. 3. FINDIN.. 2022. 11. 18. 딥러닝 :: OpenCV를 활용한 영상 처리, 도커 복습_TIL54 ■ JITHub 개발일지 54일차 □ TIL(Today I Learned) :: 딥러닝_OpenCV 이미지 처리 기초, 도커 Time Attack - OpenCV : Open source & Computer vision & Machine learning & Software library - OpenCV Docs (*링크) - OpenCV pip 명령으로 설치 pip install opencv-python - OpenCV 임포트 해오기 import cv2 - OpenCV에서 이미지 변환을 위해 사용되는 기본 메서드 1) 영상 파일 불러오기 # 영상 파일 불러오기 cv2.imread(filename, flags=None) # *flags (cv2.IMREAD_COLOR, cv2.IMREAD_GRAYSCALE.. 2022. 11. 18. 딥러닝 :: OpenCV, Style Transfer를 활용한 이미지 처리_TIL53 ■ JITHub 개발일지 53일차 □ TIL(Today I Learned) :: OpenCV를 활용한 딥러닝 이미지 처리 ※ 딥 러닝 이미지 처리 기능 학습 내용과 들었던 생각 - 이번에 알게된 딥러닝 기술은 이미지 처리기술 중 style transfer이다. - 딥러닝을 활용해서 이미지를 처리할 때 다양한 기능들을 활용할 수 있었다. 예를들면 두 개의 이미지를 합치는 기능부터 이미지의 특정부분을 이미 학습한 딥러닝 모델을 통해 이식하는 기능, 특정 화풍을 입혀넛는 기능 등이 있다. - style transfer : 다른 그림의 화풍을 적용시키는 기술로써 2015년부터 나왔던 간단한 기술이라고 한다. - 이번에 학습한 기능은 style transfer와 가깝다. - 특강에서 사용했던 코드는 아래와 같다... 2022. 11. 18. 이전 1 2 다음 반응형
