now is better than never

Region Proposal 사진에서 물체가 있을 법한 위치를 찾는 작업 물체 위치를 찾기 위해 다양한 형태의 윈도우(window)를 슬라이딩해서 물체가 존재하는지 확인 Selective Search 인접한 영역끼리 유사성을 측정해서 큰 영역으로 차례대로 통합해 나가는 과정 IoU (Intersection over Union) 바운딩한 사물이 특정 사물이 맞다는 평가지표 = 사물이 없는 바운딩은 제거하고 사물이 있는 바운딩만 남기기 위한 평가지표 두 바운딩 박스가 겹치는 비율 NMS (Non Maximum Suppression) 여러 개의 바운딩 박스가 겹쳐있는 경우 하나로 합치는 방법 R-CNN (Region with CNN features) 실습 코드 파인애플과 사과 사진 수집 라벨링 라벨링 이미지 ..

LeNet 신경망 1998년 손글씨를 인식한 최초의 CNN 신경망 배치정규화, Dropout 나오기 전 이미지 -> conv -> maxpooling -> conv ->maxpooling -> fully connected1 -> fully connected2 -> output VGG 신경망 2014 년 영국 옥스퍼드 대학교 이미지넷 대회에서 준우승한 신경망 conv 2 -> pooling 1 -> conv 2 -> pooling 1 -> conv 3 -> pooling 1 -> conv 3 -> pooling 1 -> conv 3 -> pooling 1 -> fc 3 전이 학습 1000 개의 이미지를 학습한 # 1. 패키지 임포트 import tensorflow as tf from tensorflow.k..

음성 인식 신경망 소리 -> librosa.load 함수 -> 숫자 -> 신경망 Amplitude : 진폭 파동을 특징 지을 수 있는 중요량 최고점의 수직 높이, 골의 깊이 import librosa y, sr = librosa.load(train_path + '002.wav') print(y) print(sr) librosa : 소리를 전문으로 다루는 파이썬 모듈 y : amplitude, 소리의 세기 -> 진폭값 데이터를 신경망 학습 데이터로 사용 sr : 샘플링 주파수 아날로그 소리를 디지털 신호로 표현하기 위해서는 아날로그 소리를 잘게 쪼개는데 이 잘개 쪼갠 정보를 디지털 정보로 표현한게 sample sample rate 는 1초당 들리는 sample 의 개수 오디오의 표본비율 또는 1초당 샘플의..

CNN (Convolutional Neural Network) = 합성곱 신경망 convolutional 층과 pooling 층을 포함하는 신경망 기존 신경망 = 완전 연결 계층 (fully connected) 입력층 -> Affine-> Relu -> Affine -> Relu -> softmax 입력층에서 이미지 데이터를 flatten 함 (1, 784) 문제점 : 이미지 형상이 무시됨 글자가 이동하거나 회전, 확대/축소 등 조금이라도 변형되면 새로운 학습 데이터로 처리해야 함 CNN 입력층 -> convolution -> Relu -> pooling -> 완전 연결 계층 convolutional layer (합성곱층) 에서 이미지 특징 (feature) 추출 -> 이를 기반으로 neural netw..

언더피팅 문제 해결 1. 배치 정규화 층이 깊어질수록 정규분포 모양이 틀어지는 것을 막는 방법 신경망에 들어오는 데이터에 대한 학습 가중치(W) 에 대해서 강제로 정규성을 유지함 활성화함수 전에 실행 import tensorflow as tf # 텐써 플로우 2.0 from tensorflow.keras.datasets.mnist import load_data # 텐써플로우에 내장되어있는 mnist 데이터를 가져온다. from tensorflow.keras.models import Sequential # 모델을 구성하기 위한 모듈 from tensorflow.keras.layers import Dense, Flatten, BatchNormalization # 완전 연결계층을 구성하기 위한 모듈 from ..

오차 역전파 https://wikidocs.net/37406 07-05 역전파(BackPropagation) 이해하기 인공 신경망이 순전파 과정을 진행하여 예측값과 실제값의 오차를 계산하였을 때 어떻게 역전파 과정에서 경사 하강법을 사용하여 가중치를 업데이트하는지 직접 계산을 통해 이해해봅시다.… wikidocs.net https://hsm-edu-math.tistory.com/348 [모듈식 수학2] 2.미분 (18) 함수의 n제곱의 미분, {f(x)^n}' [수학2]-[2.미분]-[①미분]-[(18) 함수의 n제곱의 미분, {f(x)^n}'] 함수의 n제곱의 미분, {f(x)^n}' 미분가능한 함수 f(x)가 있습니다. 이 함수를 n제곱하면 아래와 같습니다. 이 함수를 미분해봅시다. 미분 hsm-ed..