본문 바로가기

AIFFLE

 (31)
[NLP] Attention 쉽게 이해하기 (Query, Key, Value, Transformer에서의 attention 3종류) 학습 내용Transformer에 대해 이해하기 위해 attention을 이해해보고자 한다.기본적인 attention의 개념에 대해 이해해본다  AttentionAttention의 개념을 쉽게 이야기 해보면 한 문장 데이터 안에 토큰들의 상관관계를 파악해서이를 통해 다음 토큰을 예측할때 (나는 -> 다음단어)유사도가 높은 단어를 선택하자는 개념이다  또, attention 하면 빠질 수 없는 개념이 Query, Key, Value의 개념인데,Query : 말그대로 쿼리(질문)이다. 이 단어와 다른 단어들의 상관관계를 알려줘!Key : 내가 질문한 값들에 대한 답을 얻기 위해 필요한 소스라 생각하면 된다Value : 이건 비유할만한게 없는거 같아서... 추후에 query와 key를 통해 구한 값을 비교하기..
[CV] 인물사진 만들기 - 기본편 (OpenCV, semantic segmentation) 학습 내용인물사진의 구현 방식을 이해해본다instance segmentation을 이해한다cv2 완벽 활용기  개요인물사진의 구현 방식에 대해 이해하면서 OpenCV에 대해 이해해보자기존 모델을 불러와서 인물사진을 만드는 기본적인 방식을 이해해보는 시간을 가졌다 인물 사진 구현방식 요약이미지/모델 불러오기피사체 분리 (image segmentation으로 사람만 분리해내자)배경 흐리게이미지 합성 이미지 불러오기import osimport urllibimport cv2import numpy as npfrom pixellib.semantic import semantic_segmentationfrom matplotlib import pyplot as pltimg_path = os.getenv('HOME')+'..
[CV] 고양이 수염 스티커 합성하기 (OpenCV 완전 정복기) 학습 내용OpenCV 라이브러리 실습얼굴 검출 face detection 실습얼굴 랜드마크 face landmark 실습 개요이번 프로젝트는 얼굴을 인식하여 얼굴에 고양이 수염 스티커를 붙이는 프로젝트이다이번 프로젝트를 통해 얼굴 검출기술, 얼굴 랜드마크 기술, OpenCV 이미지 다루는 방법 들을 익힐 수 있었다.OpenCV 라이브러리컴퓨터 비전 관련 프로그래밍을 쉽게 할 수 있도록 도와주는 라이브러리https://opencv-python.readthedocs.io/en/latest/doc/01.imageStart/imageStart.htmlimport cv2# 이미지 읽기cv2.imread('img.png', 0)# 이미지 보기cv2.imshow()# 이미지 저장하기cv2.imwrite() 이미지 ..
데이터 분석 학습 및 프로젝트를 위한 데이터 수집 사이트, 꿀팁 정리 학습 내용데이터 수집, 다운로드를 할 수 있는 다양한 사이트들을 공유하고자 한다데이터 분석을 하려하는데 필요한 데이터셋을 좀 더 쉽게 찾을 수 있다.  빅데이터 분석을 위한 데이터셋 공모전이나 데이터 분석 공부를 위해서는 충분한 양의 데이터 셋 확보가 중요한 과제이다데이터를 수집하기 위해서는 시간과 비용이 많이 소모된다이를 줄이기 위해서 기존에 공개된 데이터를 먼저 찾아보는 것이 중요하다이를 위해서 몇 개의 유용한 사이트를 공유하고자 한다 공공데이터AI HUBhttps://aihub.or.kr/- 다양한 데이터셋이 많고 대용량의 데이터가 많은 편이라 실제 큰 프로젝트나 딥러닝 학습용 데이터셋을 찾을 때 가장 유용한 것 같다 공공 데이터 포털https://www.data.go.kr/- 우리나라의 여러 공..
[DL] 사용자 정의 훈련 스탭 (fit 메서드 커스터마이즈 하기) 학습 내용사용자 정의 훈련 스탭을 사용하는 방법을 이해한다사용자 정의 훈련 탭을 사용하는 이유를 이해한다.  사용자 정의 훈련 스텝 사용이유복잡한 모델 트레이닝 로직:기본 fit 메서드는 일반적인 훈련 루프를 제공하지만, 특별한 요구사항이 있는 경우 이를 커스터마이즈해야함.GAN(Generative Adversarial Networks)처럼 두 개 이상의 모델을 동시에 훈련시켜야 하는 경우추가적인 손실 함수를 사용하는 경우보다 세밀한 제어:훈련 프로세스를 더 세밀하게 제어하고 각 단계에서 무슨 일이 일어나는지 명확히 이해하고자 하는 경우에 유용문제를 디버깅하거나 최적화할 수 있습니다.동적 학습률 변경:학습 중 특정 조건에 따라 학습률을 동적으로 변경하거나 맞춤형 학습률 스케줄링을 적용맞춤형 손실 함수 및..
[DL] keras API (Sequential, Functional, Subclassing) 이해하기 학습 내용케라스 API 구조를 이해한다  1. Sequential API특징:순차적인 레이어 쌓기 방식으로 간단하고 직관적.단순한 네트워크 구조에 적합.예제:import tensorflow as tffrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, Flatten, Conv2Dmodel = Sequential([ Conv2D(32, kernel_size=(3,3), activation='relu', input_shape=(28,28,1)), Flatten(), Dense(128, activation='relu'), Dense(10, activation='softmax')]) ..
[kaggle] Bike Sharing Demand (자전거 수요 예측) 학습 내용데이터 분석 및 모델링의 전 과정을 알 수 있다시각화 기법들을 알 수 있다 자세한 코드보기 :https://github.com/seongyeon1/aiffel/blob/main/Exploration/Quest2/project2_sykim.ipynbhttps://github.com/seongyeon1/aiffel/blob/main/Exploration/Quest2/Bike_sharing.ipynb첫 번째 링크는 두 번째 링크 이후에 작성한 코드입니다. Bike sharing demand대회 관련 링크https://www.kaggle.com/c/bike-sharing-demand데이터 및 문제 설명시계열과 수치형, 범주형으로 구성된 다양한 피처들로 자전거 대여량을 예측하는 회귀문제이다.데이터 필드..
[sklearn] 선형회귀와 경사하강법 직접 구현하기 (diabetes dataset) 학습 내용선형회귀와 경사 하강법을 직접 손으로 구현해보며 과정을 이해한다데이터 분석 및 모델링의 전체 과정을 이해한다추가적으로 피처 엔지니어링도 진행하여 모델을 개선해보자 자세한 코드 보기 : https://github.com/seongyeon1/aiffel/blob/main/Exploration/Quest2/project1_sykim.ipynb1. 데이터 가져오기from sklearn.datasets import load_diabetesdiabetes = load_diabetes()df_X = diabetes.datadf_y = diabetes.target2. 모델에 입력할 데이터 X 준비하기import numpy as npX = np.array(df_X)X.shape 3. 모델에 입력할 데이터 X 준..
반응형

티스토리툴바