본문 바로가기
반응형

분류 전체보기164

Deep Learning | CNN (Convolutional Neural Network) Convolutional Neural Network (합성곱 신경망) 1998년 얀 레쿤 교수가 소개한 신경망, 이미지 인식 분야에서 강력한 성능을 냄. 음성인식이나 자연어 처리 등에도 사용가능하고 활용성이 매우 뛰어남. What is Convolution? 영상 처리 분야에서 convoulution(합성곱)이라는 것은 주로 filter 연산에 사용된다. 영상으로부터 특정 feature들을 추출하기 위한 필터를 구현할 때 사용한다. 즉, 3 by 3 또는 그 이상의 window 혹은 mask를 영상 전체에 대해 반복적으로 수행하면, 그 mask의 계수 값들에 따라 적절한 결과를 얻을 수 있다. 쉽게 이야기하면 평면 행렬에서 지정한 영역의 값들을 하나의 값으로 압축한다고 생각하면 된다. CNN이란? 합성곱.. 2021. 7. 5.
curl command to python requests (curl 명령어 python request로 변환) 아래와 같이 curl로 API를 요청해야할 때가 있다. curl \ -u tester:secret_code https://test-oauth.test.com/auth/oauth/token \ -d "grant_type=authorization_code&code=test&redirect_uri=https://www.test.com" 해당 API를 파이썬에서 requests로 get, post와 같은 방식으로 요청하고 response를 받을 수 있다. curl 코드가 복잡할 때 파이썬 requests로 변환하기 어려운 경우가 있었다. 찾아보니, 쉽게 변환해주는 사이트가 있어서 쉽게 변환할 수 있었다. 오타가 발생할 일이 없다.. https://curl.trillworks.com/ Convert cURL co.. 2021. 7. 2.
Deep Learning | MNIST import tensorflow as tf import numpy as np import matplotlib.pyplot as plt from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("./mnist/data/", one_hot=True) X = tf.placeholder(tf.float32, [None, 784]) Y = tf.placeholder(tf.float32, [None, 10]) keep_prob = tf.placeholder(tf.float32) W1 = tf.Variable(tf.random_normal([784, 256], stddev=0.01)) L1 = tf.nn.re.. 2021. 6. 30.
Deep Learning | Learning Model 재사용 & 텐서보드 사용 Learning Model 저장 후 재사용 & TensorBoard 사용하기. 발표 내용 2021. 6. 30.
Computer Vision Summary | 컴퓨터 비전 총정리 -2 11. Homography, Affine warping Affine transformation은 직선, 길이(거리)의 비, 평행성(parallelism)을 보존하는 변환이며 그 일반 식은 다음과 같고, homogeneous 형태로 표현한 식은 그 오른쪽에 나타냈다. 즉, Affine 변환은 회전, 평행이동, 스케일 뿐만 아니라 shearing, reflection까지 포함한 변환이다. Affine 변환의 자유도는 6이고, 3쌍의 매칭 쌍이 있으면 affine 변환을 유일하게 결정할 수 있다. 임의의 세 점 (x1, y1), (x2, y2), (x3, y3)를 (x1’ y1’), (x2’, y2’), (x3’, y3’)로 매핑시키는 affine 변환은 위의 식을 전개하여 a,b,c,d,e,f 에 대해 묶은.. 2021. 6. 30.
Computer Vision Summary | 컴퓨터 비전 총정리 -1 1.Support Vector Machine SVM(Support Vector Machine)은 Linear classifier(초평면을 이용하는 분류기)들 중에 하나이다. 분류상으로는 supervised Learning에 속한다. SVM에서 중요한 요소 3가지는 Margin, Support Vector, Kernel 이다. 1) 마진(margin) 마진은 하나의 데이터 포인트와 hyper plane 사이의 거리를 말한다. 정확히는 각각의 클래스의 데이터 벡터들로 부터 주어진 Hyper plane 까지의 거리중 가장 짧은 것을 말한다. 마진이 클수록 분별을 잘하는 분류기. 2) 서포트벡터(Support Vector) Hyper Plane 까지의 거리가 가장 짧은 데이터 벡터를 서포트 벡터라 한다. 이것으.. 2021. 6. 29.
MLOps | ML Pipeline 개발 일지 개념 및 배경 MLOps (기계 학습 운영)는 기계 학습을 원활하고 효율적으로 개발하고 유지하는 것이다. 목표는 ML 파이프라인을 자동화하여 모델을 지속적으로 학습시키는 것이다. 이를 통해 모델 예측 서비스를 지속적으로 제공할 수 있다. 새 데이터를 사용하여 프로덕션 단계에서 모델을 재학습시키는 프로세스를 자동화하려면 파이프라인 트리거 및 메타데이터 관리뿐만 아니라 자동화된 데이터 및 모델 검증 단계를 파이프라인에 도입해야 한다. The Guiding Principles of MLOps - collaborative - reproducible - continuous - tested & monitored 일반적인 머신러닝 파이프라인 이번에 기회가 되어 전체적인 머신러닝 파이프라인을 구축하고 자동화 시키는 시.. 2021. 6. 29.
[프로그래머스] 프린터 (level 2) Python 문제 풀이 문제 링크: https://programmers.co.kr/learn/courses/30/lessons/42587 코딩테스트 연습 - 프린터 일반적인 프린터는 인쇄 요청이 들어온 순서대로 인쇄합니다. 그렇기 때문에 중요한 문서가 나중에 인쇄될 수 있습니다. 이런 문제를 보완하기 위해 중요도가 높은 문서를 먼저 인쇄하는 프린 programmers.co.kr 문제 설명 일반적인 프린터는 인쇄 요청이 들어온 순서대로 인쇄합니다. 그렇기 때문에 중요한 문서가 나중에 인쇄될 수 있습니다. 이런 문제를 보완하기 위해 중요도가 높은 문서를 먼저 인쇄하는 프린터를 개발했습니다. 이 새롭게 개발한 프린터는 아래와 같은 방식으로 인쇄 작업을 수행합니다. 1. 인쇄 대기목록의 가장 앞에 있는 문서(J)를 대기목록에서 꺼냅니.. 2021. 6. 26.
[프로그래머스] 기능개발 (level 2) Python 문제 풀이 문제 링크 : https://programmers.co.kr/learn/courses/30/lessons/42586 코딩테스트 연습 - 기능개발 프로그래머스 팀에서는 기능 개선 작업을 수행 중입니다. 각 기능은 진도가 100%일 때 서비스에 반영할 수 있습니다. 또, 각 기능의 개발속도는 모두 다르기 때문에 뒤에 있는 기능이 앞에 있는 programmers.co.kr 문제 문제 해결법 1. 먼저 각 작업이 최소 몇 일을 작업해야 배포가 가능한지 계산하여 리스트에 넣어준다. 2. 리스트를 순환하며 먼저 배포해야하는 작업보다 걸리는 일 수가 적은 것들은 카운트를 세어주고, 일 수가 더 큰 작업이 나올 경우에 결과 리스트에 값을 넣어준다. 3. 끝까지 돌았을 경우에 마지막 count를 한번 더 넣어준다. 내 .. 2021. 6. 25.
반응형

티스토리툴바