분류 전체보기(76)
-
[Week6 & Day 3] Conditional Generative Model
Generative model vs Conditional generative model Generative model은 이미지나 샘플을 생성할 수 있지만, 조작이 불가하다. 반면에 Conditional generative model은 내가 원하는데로 응용 할 수 있다는 장점이있다. GAN GAN vs Conditional GAN Conditional GAN and Example Comparison of MAE, MSE and GAN losses Input Image를 검은색 or 흰색 두개만 준다면? >>> input image에 L1 loss를 이용하면 아웃풋이 회색으로 나온다 >>> GAN loss를 이용하면 output이 검은색이나 흰색으로 나온다 Image translation GANs Pix2P..
2021.09.16 -
[Week6 & Day1] CNN Visualization
Visualizing CNN Why? 시각화를 한다는 것은 곧 디버깅을 의미한다. Computer Vision에서 시각화를 통한 디버깅은 모델 성능을 개선시키는데 매우 필수적인 작업이라고 할 수 있다. 왼쪽부터 input image >> output label으로 진행되는데, 첫번째로 알아 볼것은 Low layer단에서의 visualizing 이다. input img => filter visualization => activation visualization 으로 진행된다. 단, 둘다 첫번째 convolution layer에서 추출한 값들로 시각화를 해야된다. 그럼 뒷쪽 layer들은 ? 왜 이렇게 하지 않을까? 직관적으로 알아볼수 있는 형태가 나오지 않는다. 즉, 사람이 해석할수 없게된다 (차원수가 높..
2021.09.14 -
[Week5 / Day 2] Annotation Data Efficient Learning[
Data augmentation def. 데이터를 패턴을 통해 분석할때, 편식하지 않고 골고루 학습을 시켜야되는데 실제로는 많은 bias가 존재한다. 우리가 실제로 취득하는 데이터 셋은 밀도가 높지않고, bias가 존재한다. 이것을 매꿀 수있는 방법이 augmentation이다. 즉 데이터의 밀도를 높여준다고 생각하면 된다. Image data augmentation OpenCV 와 Numpy가 data augmentation을 이용하는데 많은 방법들을 제공한다 Goal : training dataset을 실제 데이터와 비슷하게 만드는 것 data augmentation methods 밝기 조절 : Brightness (RGB값을 이용) Rotate, filp : 데이터를 뒤집거나 회전시킨다 Crop :..
2021.09.09 -
[Week 5/ Day 1] Image Classification
Def. 카메라로 찍고, 알고리즘을 통해, gpu에 올리는 과정 => Computer Vision = Inverse redering cf. 반대의 과정은 Computer Graphics = Rendering classifier : 맵핑을 위한 분류기 KNN 분류하고자 하는 데이터셋을 모두 가지고 있다면? 예를 들어, 강아지와 고양이를 분류하는데 내가 세상에 존재하는 강아지와 고양이의 사진 데이터 셋을 모두 가지고 있으면, input이 들어오면 가장 비슷한 것을 mapping 해서 labeling 해주면 된다. 하지만, 여러분들도 의문이 들것이다. 과연, 모든 데이터셋을 담는다면 Time Complexity 와 Memory Complexity는 얼마나 될까? >> 무한하다, 즉 실현 가능성이 없다. CNN..
2021.09.07 -
[Week 3] Pytorch(통합정리)
Pytorch의 문법, 함수, 클래스 등 너무 방대한 양을 담고 있기에 이 글하나에 전부 적기 힘들다. 만약 더 공부를 원하면, https://tutorials.pytorch.kr/ : 파이토치 공식사이트를 이용해서 방대한 문서들을 참고하고, 파이토치 시작하기 섹션은 꼭 한번 따라하는 것을 추천한다. 특히 이번글에서 다룰 것은 모델링하는 것이 아닌, Dataset과 Dataloader을 통해 데이터입력을 받고, 쓰는 방법을 익히려고 한다. >> 모델링은 구글링만 해도 많은 자료들이 있기에 클론 코딩이나, 문서를 통해 배우기 수월하다. Pytorch의 기본 특징 1. Dynamic Computation Graph : 연산의 과정을 그래프로 표현 2. Difine by Run : 실행을 하면서 그래프를 생성..
2021.08.20 -
[Day 10] GAN
Generative Model "생성모델"로 직독이 가능하다. 분류(classification)모델을 포함한다.(ex. 강아지인지 아닌지 분류) explicit model : 확률적 해석을 나타낼 수 있는 모델 implicit model : 학습모델 learning generative model 순서 : Generation(sampling) > Density estimation > Unsupervised learning 여기서 density 즉 밀도, 통계적 해석이 들어가므로 explicit model에도 속한다. 원래의 learning에 필요한 파라미터 수는 2의n 제곱이 필요하다. 어떻게 파라미터 수를 줄일 수 있을까? >> n개의 input값들이 전부 독립이라고 가정하면, 더하기로 표현 가능하다 >..
2021.08.13