본문 바로가기
728x90
반응형

ML4

TensorFlow 도전기 (with Coursera 4일차) & 수료 Using Real-world Images(사람이랑 말그림 구분해보기) 1. 내가 대~충 이해한것 -이제까지는 어느정도 전처리된 이미지만을 이용하여 학습해왔다. -예를들면, 사진은 거의 정중앙에 있고, 정형화된 사이즈의 것들이었음. -근데 실제로는 안그렇잖아? -사물은 측면이나 움직임에 따라 같은것이어도 바뀌고, 사진 정중앙에 항상 있으라는 법도, 그것이 모두 같은 사이즈라는 법도없음. 2. 실제 사진을 학습시키기 위해서 -전처리 과정이 필요하다(이미지의 사이즈를 통일시키는등) from tensorflow.keras.preprocessing.image import ImageDataGenerator # All images will be rescaled by 1./255 train_datagen = Imag.. 2021. 6. 6.
TensorFlow 도전기 (with Coursera 3일차) 이번테마는 convolutional neural networks 1. 내가 대~충 이해한것들 -accuracy를 높이려면? 레이어층을 더 쌓아본다 -어떤 레이어 층을 쌓을까? Conv2D layers and MaxPooling2D layers in TensorFlow 를 이용. -Convolutions(합성곱) tf.keras.layers.Conv2D( filters, kernel_size, strides=(1, 1), padding='valid', data_format=None, dilation_rate=(1, 1), groups=1, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros',.. 2021. 6. 5.
TensorFlow 도전기 (with Coursera 2일차) 1. 내가 대~충 이해한 전반부 강의 내용 -사람은 형태나 성질등을 통해 사물을 카테고라이징 하는 능력이 있는데 -컴퓨터에게 이것을 어떻게 장착시키는가? -사물의 형태나 성질을 수치화하여, 수치사이의 관계성을 학습시키면 되지않을까? -어떻게? -그림이 있다고 치면, 그 그림의 픽셀을 행렬화한다. nxm의 형식으로 색을 RGB처럼 0~255사이의 숫자로 표현한다. -카테고라이징 해본다. 어느 카테고리인지는 숫자로 표현한다. 2. Walk through a Notebook for computer vision 이 장의 내용을 잘 이해하는 것이 중요하다고 판단했다. model = tf.keras.models.Sequential([tf.keras.layers.Flatten(), tf.keras.layers.Den.. 2021. 6. 4.
TensorFlow 도전기 (with Coursera 1일차) 면접을 보러다니다보니 AI에 대한 수요가 높음을 체감하고 급 텐서플로우에 도전해보기로 한다. 인프라 엔지니어링에서도 요즘에 AI를 이해 할수 있는 사람을 찾고있다. 반대로 안찾는게 이상하긴함. Python 기본문법은 뗀 정도이고, 대충 코드보고 응용정도는 가능하고 python데이터분석시험이 일본에 있어서 작년에 취득했고 그래서 scikit-learn정도는 쥬피터노트북에서 회귀는 직접해본정도. 한때 선형대수를 듣다가 내 붕어머리에 빡쳐서 잠시 쉬고있는 중이다. 어쨌뜬, 새로운 일을 시작할때에는 리서치부터! 모두들 입을모아, Coursera의 Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning를 .. 2021. 6. 4.
728x90
반응형

티스토리툴바