딥러닝 8

Hugging Face 사용법 (2) Fine-tuning

Hugging Face 사용법 (1) pipeline 함수 사용하기 및 모델 객체 로컬에 다운 받기 Hugging Face – The AI community building the future. The AI community building the future. Build, train and deploy state of the art models powered by the reference open source in machine learning. huggingface.co 0. Hugging Face 소개 허깅페이스는 seungbeomdo.tistory.com Fine tuning이란 pre-trained 모델을 구체적인 태스크에 맞게 추가적으로 훈련하는 과정을 말한다. 가령 주어진 직무 기술서를 보고..

Deep Learning #4 RNN(순환신경망)

GitHub - SeungbeomDo/DataAnalysis: Practical Codes for Data Analysis using Machine Learning and Deep Learning Practical Codes for Data Analysis using Machine Learning and Deep Learning - GitHub - SeungbeomDo/DataAnalysis: Practical Codes for Data Analysis using Machine Learning and Deep Learning github.com 1. RNN의 개요 1.1. Sequence Data 시퀀스 데이터란 데이터가 배열된 순서에도 정보가 담겨 있는 데이터를 말한다. 가령 번역기는 영어 문장을 인풋..

Deep Learning #3 다양한 CNN: VGGNet, GoogleNet, ResNet

이전 포스팅에서는 CNN의 기본적인 골격을 살펴보았다. 여기서는 CNN의 발전 과정에서 많은 기여를 한 3가지의 대표적인 CNN 모델을 소개한다. [DL] CNN의 개요 1. Computer Vision Computer Vision(CV) 문제는 컴퓨터가 이미지를 잘 이해할 수 있도록 하는 과제를 말한다. 가령 자율주행 자동차가 지금 앞에 있는 것이 사람인지 텅 빈 도로인지를 잘 파악할 수 있도록 seungbeomdo.tistory.com 1. VGG Net 1.1. VGG Net의 개요 VGG Net은 2014년 이미지넷 인식 대회에서 준우승을 한 모델이다. 이전의 뉴럴넷 모델들에 비해 압도적으로 많은 레이어들을 사용해서 Deeper CNN 모델의 시초가 되었다. VGG Net은 레이어의 개수에 따라 ..

Deep Learning #2 CNN(합성곱 신경망)

1. Computer Vision Computer Vision(CV) 문제는 컴퓨터가 이미지를 잘 이해할 수 있도록 하는 과제를 말한다. 가령 자율주행 자동차가 지금 앞에 있는 것이 사람인지 텅 빈 도로인지를 잘 파악할 수 있도록 하는 문제이다. 모든 CV에서 공통되는 단계는 주어진 이미지를 컴퓨터가 이해할 수 있는 방식으로 변환하는 것이다. 아래 그림에서 기차가 무너진 사진을 보면, 사람은 그냥 곧바로 기차가 무너졌다라고 인식한다. 하지만 컴퓨터에게 이 이미지를 입력하기 위해서는 이미지의 각 픽셀값으로 변환해서 주어야 한다. 이때 픽셀값은 흑백 여부를 나타내는 binary한 값일 수도 있고, 컬러 이미지라면 RGB가 조합된 벡터값이 될 것이다. CV를 어렵게 만드는 문제는 무엇이냐 하면, 일단 이미지를..

Deep Learning #1 딥러닝 기초: 심층신경망의 구조와 간단 코드 실습

1. Deep Neural Net 딥러닝(Deep Learning)이란 인공신경망(Artificial Neural Net)을 훈련해 회귀나 분류 문제 등을 해결하는 것을 말한다. 인공신경망은 심층신경망(Deep Neural Net) 또는 다층퍼셉트론(Multi-Layer Perceptron)이라고도 불린다. 굳이 구분할 필요는 없이 다 같은 개념으로 사용해도 된다고 본다. 심층신경망은 다음의 요소들로 구성된다. 인풋 레이어(Input Layer): 주어진 데이터가 벡터(Vector) 형태로 입력된다. 이를 인풋 벡터(Input Vector)라고도 말하며, 인풋 벡터 그 자체는 심층신경망의 입장에서는 인풋 레이어가 된다. 히든 레이어(Hidden Layer): 인풋 레이어와 아웃풋 사이를 매개하는 레이어...

UNET 구조 구현하기 #2: 데이터 로더 ~ 모델 검증

Pytorch 기반의 딥러닝 모델 구현을 연습해보기. 한요섭님 유튜브 강의에서 다룬 코드들을 꼼꼼하게 리뷰하면서 딥러닝 모델 구현의.. 일종의 메뉴얼을 습득해보려고 한다. hanyoseob 의료데이터 분석 및 인공지능 개발자, 한요섭 입니다 :D 머신러닝/딥러닝, 신호처리, 병렬 컴퓨팅 (CUDA), 블록체인 (Solidity) 그리고 논문작성 꿀팁 등을 공돌이 관점에서 실습을 통해 알아보도록 www.youtube.com 1편 UNET 구조 구현하기 #1: 데이터 저장하기 ~ 모델 클래스 구현 Pytorch 기반의 딥러닝 모델 구현을 연습해보기. 한요섭님 유튜브 강의에서 다룬 코드들을 꼼꼼하게 리뷰하면서 딥러닝 모델 구현의.. 일종의 메뉴얼을 습득해보려고 한다. hanyoseob 의료데이터 분 seung..

UNET 구조 구현하기 #1: 데이터 저장하기 ~ 모델 클래스 구현

Pytorch 기반의 딥러닝 모델 구현을 연습해보기. 한요섭님 유튜브 강의에서 다룬 코드들을 꼼꼼하게 리뷰하면서 딥러닝 모델 구현의.. 일종의 메뉴얼을 습득해보려고 한다. hanyoseob 의료데이터 분석 및 인공지능 개발자, 한요섭 입니다 :D 머신러닝/딥러닝, 신호처리, 병렬 컴퓨팅 (CUDA), 블록체인 (Solidity) 그리고 논문작성 꿀팁 등을 공돌이 관점에서 실습을 통해 알아보도록 www.youtube.com 1. 데이터 저장하기 1.1. 라이브러리 임포트 및 데이터 불러오기 #구글 드라이브 마운트 from google.colab import drive drive.mount('/content/drive') #필요한 라이브러리 임포트 import os import numpy as np from..