안녕하세요! 강의 잘 듣고 있습니다! 제가 알기로는 epoch란 전체 데이터를 모두 관측한 횟수이고 iteration은 한 에포크에서 가중치 갱신이 된 횟수로 알고 있습니다. 전체 데이터가 100개이고, 500번의 epoch을 돌린다고 할 때, GD : 각 데이터당 500번이 인풋 데이터로 선택. 총 50,000번의 학습. iteration도 500. batch_size는 100 SGD : 각 데이터당 평균적으로 5번의 인풋 데이터로 선택. 총 500번의 학습. iteration은 50000. batch_size는 1 Mini - Batch(batch_size = 10) : 각 데이터당 50번의 인풋데이터로 선택. 총 5,000번의 학습. iteration은 5000, batch_size = 10 위 결과처럼 iteration*batch_size의 값은 모두 동일하지만 각 데이터가 학습되는 비중이 다르게 되는 것이 맞을까요? 또, 결론적으로 GD에서 변환되어 나온 SGD와 배치방법(이하 SGD 통일)은 표면적으로는 GD의 "전체 관측 후 갱신" 에서 SGD의 "부분 관측 후 갱신" 이라는 양적 개념이 달라진 것처럼만 보이지만 사실 그 내부에는 GD의 "동일한 데이터 반복 학습"에서 SGD의 "동일한 데이터 반복 학습 횟수 감소"로 볼 수도 있는건가요?

설명 중에 fit을 안해도 되는데 나중에 노멀라이제이션도 전체 데이터에 적용되어야하기 때문필요하다고 하던데   잘 이해가 안되는데 fit이 뭔지 궁금합니다. 

Node가 1개라는 말이 무슨 말인지 잘 모르겠습니다ㅠㅠㅠㅠ 예시 들어서 한번만 말씀해주실 수 있을까요?

--------------------------------------------------------------------------- ImportError Traceback (most recent call last) ~\anaconda3\envs\tf113\lib\site-packages\tensorflow\python\pywrap_tensorflow.py in <module> 57 ---> 58 from tensorflow.python.pywrap_tensorflow_internal import * 59 from tensorflow.python.pywrap_tensorflow_internal import __version__ ~\anaconda3\envs\tf113\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py in <module> 27 return _mod ---> 28 _pywrap_tensorflow_internal = swig_import_helper() 29 del swig_import_helper ~\anaconda3\envs\tf113\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py in swig_import_helper() 23 try: ---> 24 _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description) 25 finally: ~\anaconda3\envs\tf113\lib\imp.py in load_module(name, file, filename, details) 242 else: --> 243 return load_dynamic(name, filename, file) 244 elif type_ == PKG_DIRECTORY: ~\anaconda3\envs\tf113\lib\imp.py in load_dynamic(name, path, file) 342 name=name, loader=loader, origin=path) --> 343 return _load(spec) 344 ImportError: DLL load failed: 지정된 모듈을 찾을 수 없습니다. During handling of the above exception, another exception occurred: ImportError Traceback (most recent call last) <ipython-input-1-e1a06ae25476> in <module> 5 import time 6 import numpy as np ----> 7 import tensorflow as tf 8 import matplotlib 9 import matplotlib.pyplot as plt ~\anaconda3\envs\tf113\lib\site-packages\tensorflow\__init__.py in <module> 22 23 # pylint: disable=g-bad-import-order ---> 24 from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import 25 26 from tensorflow._api.v1 import app ~\anaconda3\envs\tf113\lib\site-packages\tensorflow\python\__init__.py in <module> 47 import numpy as np 48 ---> 49 from tensorflow.python import pywrap_tensorflow 50 51 # Protocol buffers ~\anaconda3\envs\tf113\lib\site-packages\tensorflow\python\pywrap_tensorflow.py in <module> 72 for some common reasons and solutions. Include the entire stack trace 73 above this error message when asking for help.""" % traceback.format_exc() ---> 74 raise ImportError(msg) 75 76 # pylint: enable=wildcard-import,g-import-not-at-top,unused-import,line-too-long ImportError: Traceback (most recent call last): File "C:\Users\min96\anaconda3\envs\tf113\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module> from tensorflow.python.pywrap_tensorflow_internal import * File "C:\Users\min96\anaconda3\envs\tf113\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module> _pywrap_tensorflow_internal = swig_import_helper() File "C:\Users\min96\anaconda3\envs\tf113\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description) File "C:\Users\min96\anaconda3\envs\tf113\lib\imp.py", line 243, in load_module return load_dynamic(name, filename, file) File "C:\Users\min96\anaconda3\envs\tf113\lib\imp.py", line 343, in load_dynamic return _load(spec) ImportError: DLL load failed: 지정된 모듈을 찾을 수 없습니다. Failed to load the native TensorFlow runtime. See https://www.tensorflow.org/install/errors for some common reasons and solutions. Include the entire stack trace above this error message when asking for help. 윈도우10 + 로컬 gpu,cpu 사용중입니다. tensorflow 1.13버전 import 시에 오류가 저런 오류가 발생합니다. 구글링해서 해결책 찾아보고 있는데 해결하는데 어려움을 겪고 있습니다. 어떻게 해야 해결할 수 있을지 궁금합니다

안녕하세요 머신러닝 완벽가이드 강의에서 최근에 교차검증에 대해서 배웠는데요. 여기서도 k fold와 같은 교차 검증이 가능한지, 실익이 있는지 궁금합니다. 그리고 만약 검증 데이터의 결과가 만족스럽지 않을 때는 무엇을 해 줄 수 있을까요? Dense 추가, 배치 사이즈 작게 등이 생각나는데 다른 것도 있으면 알려주세요. 감사합니다

heroku에 서버 배포한 후 링크에 접속하면 application error라는 화면과 함께 heroku logs --tail라는 명령어를 사용해 에러내역을 확인할 수 있다는 설명이 나오는데요 명령어를 치면 아래와 같은 에러 로그가 나옵니다.. at=error code=H10 desc="App crashed" method=GET path="/" 여기저기 찾아보면서 package.json scripts에 heroku-postbuild 추가하기 package.json engine에 node와 npm 버전을 입력하기 heroku 빌드팩 변경하기 heroku restart하기 procfile 생성하여 web:node index.js 입력하기 이외에도 여러 방법을 다 시도해봐도 해결이 안되네요...

안녕하십니까, 현재 RetinaNet을 구현해보고자 Retitanet paper를 읽고 케라스 공식홈페이지의 Retinanet 예시 코드(https://keras.io/examples/vision/retinanet/#implementing-smooth-l1-loss-and-focal-loss-as-keras-custom-losses) 를 이해하고자 하는데 제가 전반적인 흐름을 이해하질 못하고 있습니다. 본 강의에 있는 Fast RCNN 파트에서, 예측 박스가 Ground Truth 좌표값을 따라가는 것이 아닌 Anchor Box 중에서 Ground Truth와 IOU 높은 Positive Anchor Box를 따라간다고 하였습니다. 그렇다면 1. RetinaNet이 작동하기 전 과정이, 우서적으로 Anchor box들 생성하고 그 중에서 Ground Truth와의 IoU>= 0.5인 Positive Anchor Box 찾기 가 맞는지요. 2. 그리고 RetinaNet 구조를 보면 FPN 에서 나온 P3 ~ P7(Retinanet paper 기준) feature map을 class subnet과 box subnet으로 각각 들어가게 되고, 위 케라스 공식 홈페이지 예제 코드  이때, box subnet의 결과값이 W x H x (4 x 9) 꼴인데, Positive Anchor Box의 좌표는 (x, y, w, h)로 4개인데 어떻게 regression 계산이 되는지 궁금합니다. class subnet에 들어가게 되면 W x H x (num_classes  x 9)  꼴의 결과값이 나오는데, 이는 2번질문과 마찬가지로 class labeling은 0,1,2,...과같은 정수형이거나 벡터형으로 나타날텐데 어떻게 regression 계산이 되는지 궁금합니다. 3. 또한, Positive Anchor Box를 제외한 나머지 Anchor Box들은 결국에는 직접적인 학습에 사용되지 않는 것인지요? 만약 사용된다면 Negative Anchor Box(IoU < 0.4)와 Ignorance Anchor Box(0.4 <= IoU < 0.5)가 어떤식으로 사용되는 지에 대해 설명 부탁드립니다. 4. 또한, 한 이미지에 서로 다른 객체가 2개 이상일 때, feature map이 class subnet에 들어가서 도출된 결과값( (num_classes) X 9)이 어떤 방식으로 해당 객체의 레이블과 대응하여 학습되는지 궁금합니다. 예를 들어, 사과(0), 고양이(1), 강아지(3) 클래스가 3개인 데이터셋에서, 사과(0)와 고양이(1)가 존재하는 특정 이미지를 RetinaNet에 training시키게 되면, P3 ~ P7의 feature map이 class subnet으로 들어가서 W x H x (3 x 9)꼴의 결괏값이 나올텐데, 이때 해당 결괏값이 사과(0)인지, 고양이(1)인지 어떤 값이 대응하여 학습해야할 지에 대해서 알 수가 없어 이렇게 질문드립니다. 대략적인 이론을 알고 있다고 생각하여 직접 코딩을 하려했지만, 막막하여 keras 예제를 통해 역으로 이론을 이해하려 시도했습니다. 하지만 코드 자체가 이해가 되질 않고, 어떤 식으로 데이터가 흘러가지는에 대해서도 파악할 수가 없었습니다.. 혼자서 해결해보려 했으나 며칠동안 해결되지 않고 오히려 이해가 되지 않는 부분이 많아져서 이렇게나마 질문을 드립니다...

안녕하세요 선생님.. 밑에 사진을 보면 알 수 있겠지만 선생님이 이 전 강의에서 예시로 작성하신 코드에다가 <Script ~~ /> 이 태그를 복습 겸해서 다시 사용해볼려고 했는데 사진처럼 Script로 다른 Aleart("~");이 있는 JS파일을 불러와서 저장하고 브라우저에서 봤는데 아무것도 안뜨고 하얀 화면 밖에 없는데 코드에 무슨 오류가 있길래 실행이 안되는 거에요ㅜㅜ?

grab-market-web 폴더에서 TEST로 바뀌었는데 TEST폴더로 시작하나요? npm install 다시 해야 하나요?

안녕하세요 강의 너무나 잘 듣고 있습니다. 정말 감사드립니다. mask를 학습하는 부분에서 궁금한 점이 있어 질문드립니다. 1. RPN에서 예측해준 바운딩 박스를 align한 최종 14x14x80 feature를 대상으로 mask 를 각 그리드별로 클래스가 positive냐 negative인가만 분류하는 것으로 이해했는데요, 이를 학습하려면  실제 이미지의 각 ground truth box를 14x14로 맞추고 각 그리드의 80개 채널들에  정답을 넣어준 후에  두 14x14x80의  cross entrophy 로 back prop하면 되는 것으로 이해했는데 맞나요? 2. 1번에 대한 이해가 맞다면, 이렇게 해서 나온 3개의 예측값, a.클래스 예측값 b.바운딩 박스 좌표 예측값 c.14x14크기의 마스크 예측 들을 이용해서  14x14크기의 마스크를 예측된 바운딩 박스 좌표 크기에 맞게 resize하고 거기에맞게 마스크값도 할당하고 이를 실제 이미지에 덮어씌운다. 이렇게 하면 바운딩 박스를 그리는 것과 함께 바운딩 박스안에 해당하는 클래스부분 픽셀만 다른 컬러로 구분할 수 있다. 이런식으로 이해했는데, 잘못 이해한 부분이 있다면 지적 부탁드립니다. 감사합니다.

질문은 아니고 이번 강의 안에 들어가는 자막에 유독 오타도 많고 크기가 커서 수정이 필요해보입니다.

소리랑 안 맞기도 하고 화면 밑부분을 보여주실 때 자막에 가려서 안 보입니다ㅜ

세팅 제이슨을 검색하면 그랩님 화면과 다르게 엄청나게 많은 코드가 뜨는데 제가 잘못 검색한건지, 그냥 이 밑에 그대로 코드를 추가하면 되는지 궁금합니다. 그리고 프리티어가 꼭 필요한지도 궁금합니다. 프리티어 없이 써왔어서 있고 없고의 차이가 현저할까요?

안녕하십니까! 지난번 질문에 대한 답변은 너무 고마웠습니다. colab을 통해서 사용자 dataset을 학습하고 예측 하였을 때 예측이 잘 되지 않았습니다. annotation에 문제가 있지 않을까 하는 생각에 질문 드립니다. 1. 화질이 선명한 대상만 하나요? (사실 선명하다는게 개인차가 좀 있는것 같더라구요.) 2. 대상의 일부가 가렸졌을 때(다른 대상이나 물체에 의해 가려졌을때, 화면 모서리에서 잘렸을 때, 등) 작업 하나요? 3. 바운딩박스는 대상 영역과 거의 일치해야 하나요? (대상과 여유가 있게 또는 대상이 조금 잘리면 문제가 되나요?) 4. 마지막으로 가장 궁금한 항목입니다.     예를 들어 사람이 작업 대상인데 영상에 사람이 엄청나게 많을 경우 모든 사람을 다 작업을 해야 하나요?      아니면 일부만 해도 상관이 없나요?       (이런 사진이 학습 dataset에 40% 정도) 어떻게 보면 강의와 상관없는 질문처럼 보일 수 있지만 제가 이 부분에 대해 생각을 많이 하고 있습니다. 부탁드립니다.

wget과 tar 사용해 다운로드 했는데 sementationclass와 segmentationobject만 다운되지 않네요  압축해제 중의 문제인가 싶어 압축파일도 확인해봤는데 압축파일 자체에 sementation폴더 두개가 없더라구요 왜그런걸까요?

안녕하세요 '머신러닝의 기본 프로세스'를 공부하고 있습니다. 2분43초~ 5분30초에서 MSE가 오차의 제곱의 합을 개수로 나눈 것으로 알고 있는데(오차 제곱의 평균) 그런데 여기에 1/2을 곱한 이유는 무엇인가요?

안녕하세요 강사님 오랜만에 인사드립니다. 강사님이 저번에 가르쳐 주셔서 labellmg 을 이용해서 직접 Dataset을 만들어공부를 하고 있습니다. 그런데 문제가 발생했습니다. 그레이스케일을 그대로 출력하는 문제입니다. 강사님 강의중 "Raccoon 데이터 세트를 YOLO V3로 학습" Code를 이용하여 학습 모델까지 만들었는데 아래 마지막 이미지와 같이 "TypeError: function takes exactly 1 argument (3 given)" 에러가 발생했습니다.  그레이스케일을 RGB로 다시 변경해주는 코드를 생성해줘야하는것은 강의를 들어서 이해했는데  어느부분 Code를 어떻게 수정해야할 지.. 막막해서 질문드립니다. 그레이이미지 그대로 디텍션 하려면 어느부분의 Code가 수정되야할 지 궁금합니다.

안녕하세요 질문이 있어서 글을 남깁니다.  builder 디렉토리에서 아래 cmd 명령어를 실행하면 아무것도 뜨지 않습니다.  >> python model_builder_test.py  그러나 아래 cmd 명령어를 실행하면 영상에서 보여주신 것처럼 Run, Ok 메시지를 확인할 수 있습니다.  (저같은 경우 Ran 19 tests in 0.099s, OK (skipped=1)라는 메시지가 떴습니다)  >> python model_builder_tf1_test.py  그래서 코드를 살펴봤는데 model_builder_test.py 에는 main 함수가 없고 model_builder_tf1_test.py에는 main 함수가 있습니다.  정확하게 표현하기 위해 아래 코드가 model_builder_test.py에는 없고 model_builder_tf1_test.py에는 있다고 말씀드리겠습니다.  if __name__ == '__main__':   tf.test.main() 혹시 영상 올리실때와 제가 실제로 실행한 시점(200519) 사이에 업데이트가 있었던 건지  아니면 model_builder_test.py를 실행했을때 Run, Ok 메시지가 잘 나와야 되는데 잘 안나온건지 궁금합니다.  감사합니다. 

Hello,We have received your quota request for smiling-parser-275018.Unfortunately, we are unable to grant you additional quota at this time. If this is a new project please wait 48h until you resubmit the request or until your Billing account has additional history.Your Sales Rep is a good Escalation Path for these requests, and we highly recommend you to reach out to them.If you have any further questions, please reply to this thread or feel free to reach out to us at gc-team@google.com.Thanks. gpu서버 할당받으려고 메일을 보냈는데 48시간을 기다리는 말인가요?ㅠ

face_recognition.face_location() 코드에서 컴퓨터가 거의 멈추ㄴ는 거와 다름이 없네요 이런 문제를 피할 수는 있는 방법은 없을까요?