2016년 NIPS에서 Andrew Ng이 미래에는 Transfer learning이 훨씬 더 중요해질 것이라고 예언을 하였다. Transfer learning이 중요해진 이유는 더 짧은 시간에 적은 데이터의 양으로 학습을 진행할 수 있기 때문에 실무에서는 많이 쓰고 있는 상황이다. 1. Transfer learing의 정의 Transfer learning의 개념은 대규모 데이터를 대상으로 학습이 진행된 모델을, 상대적으로 유사한, 새로운 데이터셋으로 학습을 시키는 것이다. 학습의 가중치를 재사용함으로써 데이터의 수집에 대한 비용을 감소하고, 바로 활용을 할 수 있도록 하는 것이다. 2. Transfer learning의 원리 앞단의 layer의 경우, 범용적인 특성을 가지고 있고, layer가 깊어질 ..
공부하는삶/CV
numpy와 tensor와의 관계 tensor : 호환성이 낮지만 gpu나 tensorflow 내부의 기능을 극대화 가능함 numpy : 호환성이 좋지만 tensorflow 기능을 극대화 하지 못함. tensorflow 외 pytorch에서도 사용 가능함 # numpy 기반 cifar10 데이터셋 (X_train, y_train), (X_test, y_test) = tf.keras.datasets.cifar10.load_data() # 방법1 : 데이터셋 전체를 기반으로 데이터를 만들어줌 tf.data.Dataset.from_tensors(X_train) tf.data.Dataset.from_tensors((X_train, y_train)) # 방법2 : 데이터 1개를 기반으로 만들어 줌 -> ML에 더..
tf.data : ML에 필요한 데이터 및 HW도 보장해줌 pipeline : ML 전 과정을 흐름에 따라 만드는 것, data가 중요함에 따라 data 자체의 흐름을 나타낸 것을 data pipelines. 왜 data pieline이 중요할까? 갈수록 data가 중요해지기 때문에. model이 크면 클수록 성능이 좋아지기 때문에, 그 성능을 좋게 하기 위해선 data를 많이 확보해야 함. data가 ML 입장에서는 항상 부족함. ML model에 입력하기 전까지의 data의 처리 과정을 data pipeline이라고 하고, NN 기반인 deep learning에 한정되어 있음. data가 많아도 순서에 따라 model의 성능이 결정되기도 함. 따라서 data를 섞어야 함. data를 섞는 것 자체도 ..
이미지는 array이지만 현실 세계에서는 파일로 저장하고, 파일마다 형식이 다르게 존재하고 있음. 파일 형식에 따라 이미지를 다양한 값의 조합으로 구현함(확장자가 중요한 것은 아님) 제일 중요한 것은, 파일을 불러와서 해석할 수 있어야 함 # tensorflow - GPU import tensorflow as tf im = tf.io.read_file('moon.jpg') t= tf.image.decode_image(im) ss = tf.cast(t, 'float32') ss/127.5 - 1 # -1 ~ 1로 만듦 # Opencv - CPU import cv2 s = cv2.imread('moon.jpg) s.dtype >> dtype('uint8') #강도 python opencv는 numpy 기본으..
1. Linux용 Windows 하위 시스템 옵셩 가능하도록 설정 2. PowerShell 관리자용으로 실행 후 명령어 입력 dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart 3. 컴퓨터 다시 시작 4. Linux 커널 업데이트 패키지 다운로드 wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi 5. PowerShell WSL2 기본 버전 설정 wsl --set-default-version 2 6. Microsoft Store Ubuntu 설치 7. 설치된 Ubuntu 실행 후 새 Linux 배포에 대한 사용자 계정 및 암호 만들기
1) https://geunsuheo.github.io/deep%20learning/maskrcnn/ Mask R-CNN - 용어 정리를 중심으로 정리 Studying Programming Development geunsuheo.github.io 2) https://medium.com/@umerfarooq_26378/from-r-cnn-to-mask-r-cnn-d6367b196cfd From R-CNN to Mask R-CNN Region Based Convolution Neural Network medium.com 3) https://tensorflow.blog/2017/06/05/from-r-cnn-to-mask-r-cnn/ From R-CNN to Mask R-CNN Athelas의 블로그에 이미지..
