본문 바로가기

딥러닝5

[scikit-learn, python] machine learning 에 주로 사용되는 python module 이번 포스팅은 machine learning을 하려면 필수적으로 알아야할 library인 scikit-learn에 대해서 이야기하고자 합니다. 1. scikit-learn은 (소개) 머신러닝은 데이터에서 지식을 추출하고, 패턴을 학습하며, 예측을 수행할 수 있는 강력한 기술로, 현대의 많은 기술 혁신과 응용 프로그램에서 중심적인 역활을 합니다. 요즘은 딥러닝이 핫한거 아닌가? 라고 하실 하실 수 있겠지만, 딥러닝은 머신러닝에 속해 있습니다. 그리고 여전히 딥러닝 이외의 machine learning들이 최근 연구에서도 다양하게 사용되는 것을 연구하다보면 알수가 있습니다. 예를들어 netfilx에서 개인에게 작품을 추천할때에도 machine learning을 이용한다고 들었습니다. scikit-learn은.. 2024. 4. 4.
[pytorch, 이미지분석] CustomDataset 제작시 주의해야할 점. CustomDataset을 제작하는데 있어서 익숙한 포멧은 다음과 같습니다. import os import pandas as pd from torchvision.io import read_image class CustomImageDataset(Dataset): def __init__(self, annotations_file, img_dir, transform=None, target_transform=None): self.img_labels = pd.read_csv(annotations_file) self.img_dir = img_dir self.transform = transform self.target_transform = target_transform def __len__(self): return l.. 2022. 8. 5.
[딥러닝공부] Model의 기본 - pytorch 저번 포스팅에 이어서 pytorch에서는 model을 어떻게 제작을 하는지 공유드리고자 합니다. 포스팅 내용이 괜찮았다면 주변 광고 클릭 몇번 눌러주시면 감사하겠습니다. pytorch는 tensorflow와 같이 python에서 Deep learning할때 필수적으로 사용되는 양대산맥이라고 할 수가 있습니다. 뭐 들리는 소문으로는 Tensorflow보다는 Pytorch가 좀 더 최근 트렌드에서 선호된다는 말을 들었던것 같습니다(그러나 모델 제작 정보는 tensorflow가 아직까지는 더 많은 것 같습니다.). pytorch의 경우 기본적인 model의 틀이 tensorflow의 GradientTape를 사용하는 방법과 유사하다고 생각될 수 있습니다(GradientTape와 같이 loss들을 업데이트 해주.. 2022. 5. 17.
[딥러닝공부] 모델의 기본 - tensorflow 내용 정리에 앞서서 내용이 괜찮으시다면 광고 클릭부탁드립니다~! 내용정리에 사용할 모델은 딥러닝에서 가장 기초적인 데이터인 Mnist 데이터를 사용한 모델을 기반으로 만들었습니다. 그렇기 때문에 기본적인 옵션을 import및 다운을 시켜주도록 하겠습니다. import numpy as np import tensorflow as tf import matplotlib.pyplot as plt mnist=keras.datasets.mnist (x_train,y_train), (x_test,y_test) = mnist.load_data() x_train,x_test = x_train/255. , x_test/255. tensorflow - keras에서 모델을 만드는 뼈대는 다양하게 있습니다. 그중에가 keras.. 2022. 5. 16.
[tensorflow 설정] gpu 세팅하기 pytorch로 이미지 분석을 하려다 보니 생각보다 자료가 많이 없더라구요. 그래서 먼저 tensorflow로 모델을 제작하고 그후에 pytorch로 진행을 하고자 합니다. pytorch는 생각보다 쉽게 세팅이 가능하더라구요. 학교에서는 GTX1050ti, 집에서는 GTX1060 으로 진행하였습니다. 세팅의 경우 똑같습니다. 위 두개의 GPU에서 CUDA는 11.0을 이용하였고, cuDNN의 경우 8.0.5를 이용하였습니다. 그리고 pip install을 진행할 때 다음과 같이 진행해줍니다. pip install tensorflow==2.4.0 pip install tensorflow-gpu==2.4.0 그리고 나서 python을 틀고 tensorflow를 import시키면 성공했다는 무엇인가가 나오고 .. 2022. 3. 10.