본문 바로가기

전체 글68

코딩 테스트 입문: 치킨 쿠폰 / summer,winter coding: 예산 / 연습문제: 문자열 다루기 기본 https://school.programmers.co.kr/learn/courses/30/lessons/120884 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr https://school.programmers.co.kr/learn/courses/30/lessons/12982 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr https://school.programmers.co.kr/learn/courses/.. 2023. 4. 13.
Data to Tensor: 이미지, 테이블, 시계열 , 텍스트 데이터를 텐서로 지난 포스팅에서 텐서는 파이토치 데이터의 하나의 블록으로써 구조를 만들어내는 단위와 같다는 것을 배웠습니다. 실제로 딥러닝 모델이 입력으로 받는 것도, 출력으로 내보내는 것도 모두 텐서입니다. 학습 과정에서 갱신되는 파라미터들도 모두 텐서의 형태입니다. 따라서 파이토치의 딥러닝의 핵심은 데이터를 어떻게 텐서로 변환하는지 그 과정을 아는 것입니다. 이번 포스팅에서는 다양한 데이터 형태를 텐서로 표현하는 방법에 대해 알아보도록 하겠습니다. 각 주제에 대해 간단한 예시 데이터로 알아볼 예정입니다. 1. 이미지 데이터 컴퓨터 비전 분야에서 이미지를 다루는 컨볼루션 네트워크(CNN)는 큰 혁명을 불러왔습니다. 이를 가능하게 하기 위해서는 이미지 포맷을 읽어 파이토치의 딥러닝 모델이 기대하는 방식에 맞춰 이미지의 .. 2023. 4. 5.
모델 학습 기법 기초 인공지능, 머신러닝, 딥러닝은 데이터로부터 무언가를 배우는 작업입니다. 데이터에 맞춰가는 과정과 학습하는 알고리즘을 만드는 과정이 그것인데요. 그렇다면 "데이터로부터 배운다"라는 것이 무엇을 의미하는 걸까요? 데이터로부터 배우는 것은 간단하게 말하면 특정 작업에 대한 데이터로 학습한 일반화된 모델을 만드는 것이라고 할 수 있겠습니다. 딥러닝의 핵심은 일반함수를 fitting하는 것에 있습니다. 이를 위해 이번 포스팅에서는 학습 알고리즘의 동작 방식에 대해 알아보도록 하겠습니다. 1.학습의 과정 딥러닝에서 학습은 결국 파라미터(가중치)를 추정하는 것에 불과합니다. 입력 및 출력에 대응하는 ground truth와 가중치 초깃값이 주어지면, 모델에 입력이 들어가서 실측값과 모델의 예측값을 비교하여 그 오차를.. 2023. 4. 5.
월간 코드 챌린지: 약수의 개수와 덧셈, 내적 / 코딩 테스트 연습: 문자열 계산하기 https://school.programmers.co.kr/learn/courses/30/lessons/77884 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr https://school.programmers.co.kr/learn/courses/30/lessons/70128 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr https://school.programmers.co.kr/learn/courses/3.. 2023. 3. 24.
파이토치: 텐서(Tensor) 구조체 이미지나 텍스트 같은 비정형의 데이터를 처리하기 위해서는 여러 가지 형태의 데이터로 만드는 것이 필요합니다. 부동소수점 수로 변환하는 것이 그 예시입니다. 입력데이터를 부동소수점 수로 변환하면 딥러닝 프로세스에서도 비슷한 표현을 가질 것입니다. 입력 데이터가 딥러닝 프로세스에 들어가기 전에 어떻게 인코딩 되어야 하고, 출력으로 나온 결괏값을 우리가 해석할 수 있도록 디코딩하는 것이 필요합니다. 입력 데이터를 부동소수점으로 바꾸기 전에 입력과 중간 표현, 출력에서 어떻게 데이터를 다루는지 알 필요가 있습니다. 이때 등장하는 것이 텐서(Tensor)입니다. 텐서란 다차원 배열을 의미합니다. 즉, 임의의 차원을 가지는 벡터나, 행렬의 일반화된 개념이라고 생각하면 됩니다. 이를 정리한 포스트가 있으니 참고해 주.. 2023. 3. 24.
컴퓨터 비전을 위한 고급 딥러닝 이전의 포스팅에서 Convnet을 통해 이미지 분류 모델을 살펴보고 잘 분류되는 것을 확인할 수 있었습니다. computer vision분야에서 합성곱 신경망은 주로 다음과 같은 분야에서 활용됩니다. 1. 이미지 분류 : 이미지에 포함된 사물의 클래스를 분류하는 것입니다. 이미지 분류에는 크게 두 가지가 있습니다. 단일 레이블 분류(single-label classification) 예제: 한 장의 사진에서 고양이, 강아지, 사람, 자전거, 자동차 등 중에하 하나의 클래스 선택 다중 레이블 분류(multi-label classification) 예제: 한 장의 사진에 포함된 여러 종류의 객체를 모두 분류. 예를 들어 두 사람이 자전거를 타는 사진에서 두 사람과 자전거 등 사진에 포함된 모든 객체의 클래서.. 2023. 3. 24.

티스토리툴바