저장소

CNN은 이미지 인식 작업에 널리 사용되며 자세 인식을 비롯한 다양한 응용 분야에서 우수한 성능을 보여 왔다. ✔ 전처리 방식import cv2 import os # 운동 자세 이미지가 있는 디렉토리 경로 지정 image_dir = "/path/to/exercise/posture/images" # 디렉토리 내의 모든 이미지 파일에 대해 반복 for filename in os.listdir(image_dir): if filename.endswith(".jpg") or filename.endswith(".png"): # 필요에 따라 파일 확장자 조정 image_path = os.path.join(image_dir, filename) image = cv2.imread(image_path) # 이미지 로드 im..

11. 모델 검증을 위한 Accuracy 생성하기 @torch.no_grad() # 아래 붙어 있는함수가 작동을 할때 def get_accuracy(image, target, model): batch_size = image.shape[0] prediction = model(image) _, pred_label = torch.max(prediction, dim=1) is_correct = (pred_label == target) return is_correct.cpu().numpy().sum() / batch_size 12. 모델 학습을 위한 함수 구현하기 # 모델을 학습하기 위한 함수를 만들어보자 device = torch.device('cpu') # epcoh: 데이터 전체를 한바퀴를 돌리는것? # m..

5. 데이터 로더 구현하기 def build_dataloader(train_data_dir, val_data_dir): dataloaders = {} train_dset = Chest_dataset(train_data_dir, transformer) # {'train': 데이터...} dataloaders['train'] = DataLoader(train_dset, batch_size=4, shuffle=True, drop_last=True) # 트레인 데이터를 4개 씩 섞고 ,drop_last=True 마지막거를 버려라 # {'train' : 데이터...} 담긴 모습 # 각각의 데이터의 특징(웨이트)을 분류하기 위해 4개로 분류하였고 한번에 전부를 돌리는것보단 조금씩 분석을 하면 # 얼마만큼 틀렸거나 ..

✔ 설치 !pip install torch !pip install torchvision !pip install ipywidgets 1. Torch를 기반으로 하며, 자연어 처리와 같은 애플리케이션을 위해 사용된다. GPU사용이 가능하기 때문에 속도가 상당히 빠르다 2. 파이토치가 제공하는 다양한 모델을 가져다 쓰기 위해 사용되는 라이브러리 3. 이미지를 커서를 가지고 이동하면서 이미지를 볼 수 있게하는 라이브러리(슬라이딩 등) ✔ import import torch import copy import os import cv2 import matplotlib.pyplot as plt from torch.utils.data import Dataset, DataLoader from torchvision impo..

1. 파이토치(Pytorch) tensorflow와 함께 머신러닝 , 딥러닝에서 가장 널리 사용되는 프레임워크 초기에는 Torch라는 이름으로 Lua언어 기반으로 만들어졌으나, 이후 Python 기반으로 변경한 것이 Pytorch 뉴욕대학교와 페이스북이 공동으로 개발하였고, 현재 가장 대중적이고 널리 사용되는 프레임워크 1-1. Tensor 텐서는 배열이나 행렬과 매우 유사한 특수 자료구조 파이토치는 텐서를 사용하여 모델의 입력과 출력, 모델의 매개변수들을 부호화함

1. 텐서플로우(Tensorflow) 텐서플로우는 ML/DL 모델을 개발하고 학습시키는데 도움이 되는 핵심 오픈 소스 라이브러리 텐서프롤우 2.X에서는 케라스를 딥러닝 공식 API로 채택하였고, 텐서플로우 내의 하나의 프레임워크로 개발하고 있음 ✔ 텐서 플로우 설치 및 버전확인 1-1. Tensor Tensor는 multi-dimensional array를 나타내는 말 Tensor의 기본 data type 1-2 텐서플로우 함수 1-3 .Tensor 속성 1-4. Variable Variable은 변할 수 있는 상태를 저장하는데 사용되는 특별한 텐서 딥러닝에서는 학습해야 하는 가중치(weight, bias)들을 Variable 생성 1-5 indexing, slicing 1-6. 차원 바꾸기 1-7. T..

1. 신경망(Neural Network) 머신러닝 알고리즘 중 하나 인간의 외기능을 흉내 내려고 만들어진 기술 입력층, 은닉층, 출력층으로 나뉘어져 있음 층을 점점 늘려서 싶게 만든 신경망을 심층 신경망(Deep NEural Network)이리고 부름 깊은 층을 가진 신경망의 자궁치를 학습시키는 것을 딥러닝 또는 심층학습이라고 함 1-2. 신경망으로 할 수 있는 것 회귀 분류 클러스터링 이미지 생성(영상, 동영상) 자연어 처리 2. 신경망의 진화 1950년대 퍼셉트론에 대한 아이디어가 나옴 1980년대 오차역전파법으로 신경망 학습을 개발 -> 데이터 부족으로 개발에 진전이 없음 2000년대 인터넷이 보급된 후 많은 데이터를 얻을 수 있게 되면서 다시 주목받게 됨 2012년 CNN중 Alex net이라는 ..

지금까지는 에측 모델이다, 로지스틱 회귀 같은 경우도 예측선을 그어주기는 하지만 데이터가 존재하는 예측선을 그어주고 서로 분류를 해주는 것이다. 예를들어 해당 범위에 있는 것을 참 거짓을 판별해준다. employee_id : 임의의 아이디 department : 부서 region : 지역 education : 학력 gender : 성별 recruitment_channel : 어떤 방식으로 채용도히었는지 no_of_trainings : 트레이닝 받은 횟수 age : 나이 previous_year_rating : 작년 고과 점수 length_of_service : 근속 년수 awards_won : 수상경력 avg_training_score : 고과 평균점수 is_promoted : 승진 여부 도큐먼트 독립변..

1. Iris DataSet 사이킷런 데이터페이지 https://scikit-learn.org/stable/modules/classes.html?highlight=datasets#module-sklearn.datasets API Reference This is the class and function reference of scikit-learn. Please refer to the full user guide for further details, as the class and function raw specifications may not be enough to give full guidel... scikit-learn.org sepal length in cm : 꽃받침의 길이 sepal width i..

1. Scikit-learn 모듈 대표적인 파이썬 머신러닝 모듈 다양한 머신러닝 알고히즘을 제공 다양한 샘플 데이터를 제공 머신러닝 결과를 검증하는 기능을 제공 BSD 라이선스이기 때문에 무료로 사용 및 배포가 가능 사이킷런 공식홈페이지 https://scikit-learn.org 2. LinearSVC 클래스를 구분으로 하는 분류문제에서 각 클래스를 잘 구분하는 선을 그려주는 방식을 사용하는 알고리즘 지도학습 알고리즘을 사용하는 학습 전용 데이터와 결과 전용 데이터를 함께 가지고 있어야 사용이 가능

1. 머신러닝 인공지능 : 인공(Artificial) + 지능(Intelligence) 머신러닝 : 학습(learning)하는 기계(machine) 딥러닝 : 깊은(deep) 신경망 구조의 머신러닝 1-1. 배경 과거 컴퓨터로 데이터를 읽어들이고, 그 데이터 안에서 특징을 학습하여 패턴을 찾아내는 작업(패턴인식) 데이터를 대량으로 수집 처리할 수 있는 환경이 갖춰짐으로 할 수 있는 열이 많아짐 머신러닝은 데이터로부터 특징이나 패턴을 찾아내는 것이기 때문에 데이터가 가장 중요함 1-2. 정의 머신러닝은 인공지능의 한 분야로 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야 무엇(x)으로 무엇(y)을 예측하고 싶다의 f(함수)를 찾아내는 것 주어진 데이터를 통해서 입력변수와 출력변수간의 관계를..