반응형 Studying/Machine Learning24 [머신러닝] Convolutional Neural Network 이해하기 이번 포스트에는 이미지를 다루기 위해 CNN을 정리해보겠다. (이미지만 가능한 것으로 해석될 수 있는데 CNN은 text, sound, 일반 데이터들을 다 다룰 수 있다.) 강아지와 고양이 이미지가 있을 때 사람은 쉽게 구분할 수 있다. 하지만 컴퓨터가 보는 관점은 0과 1로 되어있는 숫자 들일뿐이다. 그러면 CNN의 원리를 이해하기 쉽게 설명해 보겠다. 위와 같이 강아지 이미지가 있다고 치면 조그만 필터로 사진 전체를 돌면서 특징을 찾는다. 이렇게 강아지 눈을 찾고, 코를 찾고, 발을 찾고 이런 특징들을 찾으면 '이 사진은 강아지다.'라고 판단할 수 있게 된다. 그러면 각 필터와 사진의 부분이 같은지 확인하는 convolution layer연산 방식을 보자. 필터는 우선 원하는 부분을 추출하기 위한 임.. 2022. 7. 21. [머신러닝] Activation function(활성화 함수) 정리 2022.07.18 - [Studying/Machine Learning] - [머신러닝] Pytorch Linear Regression & MLP - Mnist 활용 저번 포스트의 MLP 모델에 Relu 함수를 적용하였는데 설명이 필요할 것 같아 정리하게 되었다. 활성화 함수를 쓰는 이유를 설명하기 위해 예시를 들어 보겠다. 동물을 분류할 때 '눈 크기, 키, 몸무게, 발 사이즈, 색' 등의 많은 데이터가 있다고 가정을 할 때 몇 가지 데이터는 분류에 있어서 큰 가중치를 가지고, 몇 가지 데이터는 가중치가 낮을 수 있다. 이 가중치를 추가적으로 조절하고 여러 레이어를 통과하며 값이 어떻게 변할지 모르기 때문에 그 폭을 어느 정도 제어하는 역할 도 한다. 이를 모델에 학습시키기 위해 활성화 함수를 사용하게.. 2022. 7. 19. [머신러닝] Pytorch Linear Regression & MLP - Mnist 활용 이전까지는 원리와 이해를 위한 글을 정리했었는데 이번에는 실제 사용하는 방법과 비슷하게 구현을 해보겠다. 2022.07.05 - [Studying/Machine Learning] - [머신러닝] Linear regression(선형 회귀) 구현 사용 모델은 linear regression과 이를 이용한 MLP다. Linear Regression은 위 포스트를 참고하면 된다. Pytorch에서 모델을 학습시키는 프로세스는 크게 3단계로 나뉜다. 1. 모델에 맞게 데이터 전처리 2. 모델 설계 3. 모델 학습 이 과정을 Mnist dataset(손으로 쓴 숫자 이미지)을 활용해서 진행해보겠다. 우선 패키지를 import 하겠다. import torch import torch.nn as nn import ma.. 2022. 7. 18. [머신러닝] K-Means Clustering - 물고기 데이터셋 2022.07.15 - [Studying/Machine Learning] - [머신러닝] K-Means Clustering 정리 [머신러닝] K-Means Clustering 정리 이전 포스트까지는 input, output이 정해져 있고 이 둘의 관계를 잘 설명하는 model을 학습시켜왔다. 이렇게 아웃풋(target)이 정해져 있고 학습에 이걸 사용하는 것을 supervised learning(지도 학습)이라고 gm-note.tistory.com 위의 글에 이어 실제 물고기의 길이, 무게 데이터로 물고기 종류를 clustering 해보겠다. Load Data 먼저 필요한 패키지를 가져오고 data를 가져오겠다. import numpy as np import pandas as pd import matpl.. 2022. 7. 18. 이전 1 2 3 4 5 6 다음 반응형
