서론 : 프로젝트 개요개발동아리에서 한학기동안 간단한 딥러닝 프로젝트에 참여하였다. 프로젝트 주제는 FakeFace Detection 으로 (GAN모델을 통해 인위적으로) 생성된 사람얼굴이미지(Fake)와 실제 사람얼굴이미지(Real)를 분류하는 분류기를 구축하는 것이다. 프로젝트의 전반적인 구조는 다음과 같다. 1) GAN모델을 통해 인위적으로 사람얼굴이미지를 생성한다. (이미지 생성모델)GAN이란? 가짜이미지를 만들어내도록 학습되는 생성자(Generator)와, 가짜와 진짜 이미지를 구별하는 감별자(Discriminator)를 경쟁시켜 학습하면서 최종적으로 생성자가 진짜와 같은 이미지를 만들어내게 되는 딥러닝 모델이다. 2) Resnet모델을 통해 인위적으로 생성된 이미지(fake)와 실제 이미지(r..

23.10.15 시계열 데이터(sequence data) : 시간에 따라 생성되는 순서가 있는 데이터 ( ex. 영상데이터, 음성데이터, 문자열 데이터 등.. ) 이전데이터가 현재데이터여 영향을 미치는 관계성을 가진다. 이는 시간축 신경망 모델(time serires model)을 이용하여 분석하고 예측한다. ( ex. RNN, LSTM, transformer ) RNN( Recurrent Neural Network) : 순환신경망 모델 이전 단계의 출력(hidden state : ht)을 현재 단계의 입력(input : xt)과 함께 사용하여 학습(output : yt)하는 모델 RNN모델에서 hidden layer(=메모리셀)는 이전, 현재 정보를 모두 weight sum 하여 압축하고 활성화시킨다 ..

23.10.02 Computer vision이란? 컴퓨터에게 시각데이터(visioin)처리 능력을 부여하는 컴퓨터 공학의 한 분야이다. AlexNet이 ILSVRC에서 큰 성과를 내면서 딥러닝이 computer vision task에 크게 활용되기 시작했다. 색 공간(color space) :: 컴퓨터 비전, 이미지 처리 작업에서 색상을 표현하고 다루는 방법을 정의하는 수학적 모델이나 체계 이미지의 픽셀에서 색상 정보를 추출하거나 조작할 때 사용한다. Grayscale : 각 픽셀의 색상 정보가 없고(흑백 이미지) 명암(밝기) 정보만을 포함 => 단일채널로 밝기표현 RGB : 빨강 (Red), 녹색 (Green), 파랑 (Blue)의 3개의 색상 채널을 사용하여 픽셀의 색상표현 HSV : 색상 (Hue)..

23.10.01 MNIST 데이터셋 가져오기 MNIST : PyTorch의 torchvision 라이브러리에서 제공되는 손으로 쓴 숫 이미지 데이터 ( 28x28x1 (784픽셀)의 흑백 이미지 ) MNIST 데이터셋을 128배치크기만큼 불러온다. train_dataset = MNIST( root='./', train=True, transform=transforms.ToTensor(), download=True ) test_dataset = MNIST( root='./', train=False, transform=transforms.ToTensor(), download=True ) train_loader = DataLoader(dataset=train_dataset, batch_size=128, shuf..

23.10.01 KNN을 이용한 간단한 분류작업( classifier ) 생선 데이터셋을 직접 만들었다. import matplotlib.pyplot as plt #도미데이터 bream_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0] bream_weight = [242.0, 290.0, 340.0, 363.0, 430.0, 450.0, 500.0, 390.0, 45..