인공지능9 인공지능 5주차 인공지능: 기계가 사람의 행동을 모방하게 하는 기술 기계 학습: 기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야 딥러닝: 기계 학습의 한 분야인 인공 신경망에 기반하여 많은 양의 데이터를 학습해 뛰어난 성능을 이끌어내는 연구 분야 빅데이터랑 딥러닝은 다름 딥러닝 연구에서 다루지 않는 범위를 빅데이터에서 다루게 됨 딥러닝으로 할 수 있는 것 (1) 분류 (2) 회귀 (3) 물체 검출 (4) 영상 분할 (5) 영상 초해상도 (6) 예술적 창조물 (7) 강화 학습 딥러닝 구성 요소 딥러닝 실습 환경 소개 흐름 알아보기 tensorflow import => 하이퍼 파라미터 설명 => 네트워크 구조 정의 => 학습 루프 정의 => 테스트 루프 .. 2021. 2. 8. 인공지능 4주차 Learning Rate Scheduler saving model 2021. 2. 1. 인공지능 3주차 이미지 전처리 요리를 할 때 재료를 다듬어서 후라이팬이나 조리기에 넣는 듯 데이터도 다듬어서 넣어야 함 augmentation 데이터를 증폭시켜 다양하게 이미지에 변화주어 모델에 적용 augmentation을 통해 여러 환경에서도 적응이 되도록 모델에게 하드 트레이닝 callbacks 모델이 학습 도중 epoch 또는 step 단위로 이벤트를 일으키는 옵션 -TensorBoard는 완전 실시간이 아니라 정해진 타이밍에 실행시켜 기록을 담음 -학습 진행할 때마다 LR을 줄여 Losss가 튀는 것을 방지 -checkpoint. 모델 학습 도중 학습된 weight를 저장. 기본으로는 매 epoch마다 저장하고 이때 성능이 향상되었을 떄만 저장 가능 모델 저장 및 불러오기 앞서 배운 weight만 저장하는 것과.. 2021. 1. 26. 인공지능 2주차 Optimization 모델을 학습하기 전 설정 - Loss Function - Optimization - Metrics Loss Function Binary - 클래스가 두 개 ex) 개, 고양이 Categorical - 클래스가 두 개 이상 loss_fun 설정 Metrics 모델을 평가하는 방법 제일 흔히 사용되는 것은 accuracy(전체 문제에서 맞힌 확률) metrics 설정 완료 Optimizer 적용 'sgd' = tf.keras.optimizers.SGD() 'rmsprop' = tf.keras.optimizers.RMSprop() 'adam' = tf.keras.optimizers.Adam() 트레이닝 tf.data Visualize Data matplotlib 불러와서 데이터 시각화하.. 2021. 1. 18. 이전 1 2 3 다음
