Sims의 문제해결 저장소

1. MaxPool1d torch.nn.MaxPool1d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) 1) kernel_size : 커널 사이즈 2) stride : 커널 이동 정도 3) padding : 좌우 패딩 4) dilation : 커널 거리 정도 5) return_indices : 선택된(maxpooling에 사용한 ) index return 여부 6) ceil_mode : False = 내림을 이용하여 계산 , True = 올림을 이용하여 계산 input_data : (N , C , L) 형태를 띄고있음 N : 갯수 , C : 채널 , L : 2. MaxPool2d torch.nn..

1. Conv2d CLASStorch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None) parameter : 1) in_channels : 몇개의 채널 (input image의 channel 수) 2) out_channels : output image가 가지는 채널 수 3) kernel_size : Conv2d의 size 4) stride : kernel이 움직이는 칸 수 5) padding : 얼만큼 padding을 넣을것인가? ( 좌 우 / 상 하 에 모두 넣음) // 스칼라 , "s..

저번엔 티처블 머신을 사용하여 빠르고 간단하며 강력한 모델을 맛봤습니다. 이젠 간단하지만은 않습니다. 하지만 저는 직업도 전문가도 아닌 취미로 하는 것이기에 최대한 간단하게 글을 써보겠습니다. CNN 예제의 대표주자 MNIST, 검색해보시면 손쉽게 누구나 따라 할 수 있습니다. 한번 해보고 오시면 도움이 되겠죠? 자, 만약 MNIST를 해보셨거나, CNN을 검색해보신 분들은 위와 같은 그림을 한 번쯤을 봤을 겁니다. 이걸 보고 있으면 CNN이 어떤 건지는 대강 알지도 모르지만(난 잘 모르겠음), 정작 우리에게 필요한 건 눈으로 보이는 코드라고 생각합니다. 코드로 바로 넘어가죠. #코드1 # 모델 구성 new_model = models.Sequential() # 들어오는 이미지는 100 100 3 / Co..

이제 본격적으로 CNN을 통하여 수지 vs 아이유의 대결을 시작해보고자 한다.하지만, 인간은 두려움이 많고 불확실함을 싫어한다.맞다. 일단 이게 어느정도 성공 가능성이 있는지 알고 하는 것과 모르고 하는 것의 차이는 분명 존재한다.성공 가능성을 알아보기 위하여 하나의 웹사이트를 소개하고자 한다.바로....https://teachablemachine.withgoogle.com/ Teachable MachineTrain a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or codin..

...필자는 2~3년 전 딥러닝을 접하여 모바일 게임을 강화 학습(DQN) 시켰던 경험이 있다. 이 경험은 지금도 잊지 못할 기억에 남아있고, 그 당시 스스로 게임을 하던 컴퓨터의 모습을 잊지 못한다. 요즘은 인터넷 눈알 붙이기... 라 불리는 것을 접하게 되었는데, 다시금 잊고 있던 옛 '딥러닝'의 의지(?)를 불태웠다. 그래서 간단하지만 개인적으로 CNN(이미지 처리)에 관심이 가는 부분이 있어서 다시금 해보려고 한다. 딥러닝 CNN이라 함은 역시 이미지를 분류하는것이라고 생각한다. 그래서 할 것은 .... 두 대표 연예인 아이유와 수지를 딥러닝을 통해 알아볼 수 있을까? 즉, '구분할 수 있을까?'라는 의문이 들었습니다. 만약, 구분을 어느 정도 할 수 있다면, 일반인들의 사진을 넣어 아이유를 닮았..