AI/ML&DL13 [DL] Is CNN better than RNN for time series data? 1. Neural Network Architecture - CNN (Convolutional Neural Networks) : (이미지와 같은) spatial data 기반 - RNN (Recurrent Neural Networks) : (텍스트나 time series data와 같은) sequential data 기반 흔히 input data type이 이미지나 비디오면 Neural Network Architecture 중 CNN (Convolution Neural Networks), 텍스트와 같은 sequential data (순차 데이터)이면 RNN (Recurrent Neural Networks)이 적합하다고 한다. deep learning을 공부할 때도 이미지나 비디오 데이터이면 CNN이고, 텍.. 2022. 8. 23. [Book] 파이썬 딥러닝 파이토치 PART 4 : Computer Vision 1. CNN (Convolutional Neural Network; 합성곱 신경망) 1-1. Region Feature 일반적으로 Machine Learning에서 Data Independence (Input data는 independent(독립적) of each other) 가정이 있다. 그런데, 일반적인 Independent Variable (독립 변수)와 달리, image의 각 pixel은 dependent (종속적) of each other이라는 것을 알 수 있다. (한 pixel이 하얀색일 때, 바로 옆에 있는 pixel이 갑자기 빨간색이기보다는 하얀색일 확률이 높을 것을 생각해보면 좋을 것 같다.) CNN 이전에, 독립적이지 않은 image의 2차원 pixel 값을 Flatten 해 Input.. 2022. 8. 19. [Book] 파이썬 딥러닝 파이토치 PART 3 : Deep Learning 1. Deep Learning이란 딥러닝 : 2개 이상의 Hidden Layer를 지닌 다층 신경망 (Deep Neural Network, DNN) Graphical Representation Learning 2. Deep Learning 발전 이유 - Gradient Vanishing 완화시킬 수 있는 알고리즘 발전 - GPU (Graphics Processing Unit)을 연산에 사용 (빠른 속도로 연산 수행 가능) 3. Deep Learning을 발전시킨 알고리즘 3-1. Dropout Dropout : node를 random하게 drop함으로써 generalization weight matrix에 random하게 일부 column에 0을 집어넣어 연산 얼마나 random하게 dropout할 것인.. 2022. 8. 19. [Book] 파이썬 딥러닝 파이토치 PART 2 : AI Background (2) 1. Perceptron (퍼셉트론) Perceptron은 Feed-Forward Network(순방향 신경망, 한 방향으로만 전달) 모형의 가장 기본적인 형태로, Linear Classifier(선형 분류) 모형을 띤다. Input과 Weight의 선형 결합 값에 activation function(활성화 함수, 여기서 특정 threshold의 초과 여부를 판단하는 함수로 가장 기본적인 Step function 사용)을 통해 출력 값이 0보다 크면 1, 작으면 -1을 출력한다. (Binary Classification) - weight를 랜덤하게 설정 - model의 error와 weight 개선 - 위의 learning rule에 따라 wieght를 업데이트함 (올바르게 분류할 때까지 반복) Perc.. 2022. 8. 19. [Book] 파이썬 딥러닝 파이토치 PART 2 : AI Background (1) 1. AI (Artificial Intelligence; 인공지능) 1-1. AI란? AI (인공지능)는 '인간의 지능으로 할 수 있는 사고 학습 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보 기술의 한 분야', 또는 '컴퓨터가 학습하고 생각하여 스스로 판단할 수 있도록 만드는 기술'이다. (쉽게 생각하면, 인간이 귀찮으니까 인간이 할 것을 컴퓨터 기계가 대신하는 것...) 아래에서 AI의 다양한 사례를 살펴볼 수 있다. Image Classification(이미지 분류) ex) ResNet Object Detection (객체 탐지) Classification (해당 object가 어떤 object인지 분류) + Localization (object의 위치 찾기) → Bound.. 2022. 8. 18. [Book] 파이썬 딥러닝 파이토치 PART 1 : Pytorch 기초 1. 가상환경 (Virtual Environment) 1-1. 가상환경이 필요한 이유 pip (Python package manager)로 설치한 package는 전역으로(globally) 설치되는데(pip로 request 모듈을 설치하면 모든 Python script에서 해당 모듈을 사용할 수 있게 됨), 서로 다른 version의 package를 사용해야하는 프로젝트를 진행할 때 문제가 발생할 수 있다. 딥러닝 프레임워크로 예시를 들자면, 한 프로젝트는 TensorFlow 1.0 버전 방식의 코드로 작업하고, 다른 프로젝트는 TensorFlow 2.0 버전으로 작업하고 있다면, 하나의 버전만 사용할 수 있을 때 난감할 수 있다. 이를 위해 도입된 것이 가상환경 (Virtual Environment)이.. 2022. 8. 15. [Book] Do it! 딥러닝입문 9장 : RNN https://www.tensorflow.org/tutorials/keras/text_classification?hl=ko 영화 리뷰를 사용한 텍스트 분류 | TensorFlow Core 영화 리뷰를 사용한 텍스트 분류 Note: 이 문서는 텐서플로 커뮤니티에서 번역했습니다. 커뮤니티 번역 활동의 특성상 정확한 번역과 최신 내용을 반영하기 위해 노력함에도 불구하고 공식 영문 www.tensorflow.org https://www.tensorflow.org/tutorials/keras/text_classification_with_hub?hl=ko 케라스와 텐서플로 허브를 사용한 영화 리뷰 텍스트 분류하기 | TensorFlow Core 케라스와 텐서플로 허브를 사용한 영화 리뷰 텍스트 분류하기 이 노트북은.. 2022. 8. 15. [Book] Do it! 딥러닝입문 8장 : CNN https://www.tensorflow.org/tutorials/keras/classification?hl=ko 기본 분류: 의류 이미지 분류 | TensorFlow Core 기본 분류: 의류 이미지 분류 이 튜토리얼에서는 운동화나 셔츠 같은 옷 이미지를 분류하는 신경망 모델을 훈련합니다. 상세 내용을 모두 이해하지 못해도 괜찮습니다. 여기서는 완전한 텐서플 www.tensorflow.org 2022. 8. 12. [Book] Do it! 딥러닝입문 7장 : Multi Classification 2022. 8. 12. [Book] Do it! 딥러닝입문 6장 : Multi-Layer Neural Networks 2022. 8. 1. 이전 1 2 다음
