안녕하세요 교수님! keras sequence 기반 dataset에서 label을 one-hot encoding을 해주는 과정에서, pd.get_dummies 와 pd.factorize 를 소개해주셨는데.. 만약 강의에서와 달리 pd.factorize 로 인코딩하지 않고, pd.get_dummies 로 인코딩했다면 모델 생성 부분에서 마지막 layer에 output = Dense(2, activation='softmax')(x) 로 바꿔준다면 동일한 로직인 것이 맞겠죠..? 또 다른 질문으로는, 이진 분류라면 아무래도 softmax 보다는 sigmoid를 사용하는 편이 더 나은 것인지 궁금합니다! (혹시 성능적으로 더 좋을까요...?) 좋은 강의 정말 감사합니다!!
비슷한 주제로 네번째 글을 올리게 되었습니다. -.-; 매번 답변에 항상 감사드립니다. 몇몇 실수를 교정한 현재의 현상을 나열해 드립니다. 책 및 github의 스크립트를 따랐을 때 (1) 실행 코드 (2)에러 화면 동영상 강의 내용을 따랐을 때 (1) 실행코드 (2) 에러화면 null==sensor 를 null!=sensor로 교정하였을 때 (답변해주신 글 도움 받음) (1) 실행코드 (2) 에러 화면 ※ observation size (6)와 observation size (2)의 인식이 문제인 것 같습니다. 도움 부탁드립니다.
일반적으로 train_test_split() 함수에 random_state를 지정하는 이유는 학습 데이터셋과 테스트 데이터셋을 분리할 때 매 수행마다 동일한 데이터셋으로 분리하기 위함이라고 알고 있습니다. 그런데 DecisionTreeClassifier()객체를 생성할 때 안에 random_state를 넣어주는 이유는 무엇인가요? DeicisonTreeClassifier과 train_test_split() 둘다 random_state를 넣어줘야 하나요? 만약 그렇다면 radom_state가 각각 사용되는 의미가 다른가요? 다르다면 어떻게 다른지 여쭙고 싶습니다. 선생님, 날씨도 더운데 답변해주시느라 너무 감사합니다ㅜㅜ
python API 를 이용한 BC는 무사히 잘 작동합니다. 재밌네요. ㅎㅎ 현재는 제목처럼, yaml에 GAIL 및 BC를 설정해서, 유니티의 mlagents-learn으로 실행하는 하는 것을 시도하고 있습니다. Kart.exe 의 창이 뜨고 잘 진행되는 듯하다가 다음과 같이 커맨트창에 에러를 내놓고 꺼집니다. 저의 yaml 파일 내용을 다음과 같습니다.
안녕하세요 강사님 먼저 좋은 강의 만들어주셔서 감사드립니다. 빅데이터 관련 영역을 조금씩 배워나가고 싶어 강의를 신청하게 됐습니다. 다름이 아니라 혹시 강의 영상 혹은 수업 관련 자료중 필요한 부분을 캡처해서 제 개인 티스토리 블로그에 올려도 되는지 여쭙고자 글을 작성했습니다. 다른 분들과 공유보다는 스스로 복습하는 용도로 글을 작성하는 목적이 크지만 인터넷에 올라오는 내용인 만큼 먼저 허락을 구하고자 합니다. 상업적인 목적은 없으며 블로그 광고 연동도 신청하지 않을 것입니다. 만약 혹시라도 하게 된다면 다시 한 번 말씀드리겠습니다. 만약 캡처 사진을 올리는게 불가하시다면 비공개 처리하여 공유 및 열람이 안 되도록 조치한 후 저 혼자만 글을 읽을 수 있도록 하겠습니다. 감사합니다.
안녕하세요. 이번 12월달에 있는 빅데이터분석기사 실기 시험을 준비중인 학생입니다. 비전공자에다가 파이썬을 이번 강의 수강하면서 처음 접해봤는데 강의만 열심히 듣고 따라해도 합격하는데 있어서는 문제가 없을까요?! 그리고 강의 수강하면서 궁금점도 있습니다. 문자변경시에 replace를 사용해서 하는 경우는 df = df.replace('아메리카노','룽고') 이런 식으로 df= <-이부분 에다 대입해서 하시고 loc를 사용하신 경우에는 df= 을 적지 않고 바로df.loc[3,'원두'] 를 사용하셨는데 df= 에다 대입하는 경우의 차이가 있을까요? 그리고 '' , "" (작은 따옴표, 큰 따옴표)는 문자 사용 시 아무거나 사용해도 괜찮나요?
안녕하세요. 개인 프로젝트를 진행하면서 강의를 보면서 많은 도움을 받고 있습니다. 좋은 강의 만들어주셔서 감사합니다. vector observation 입력을 정규화하려면 network settings에 normalize를 true로만 설정하면 되나요? 예를 들어 Agent 코드에서 CollectObservation 메소드에 차량의 속도를 아래와 같이 정규화하지 않은 속도만 추가하고 paramater에서 normalize를 true로 설정하면 속도가 자동으로 normalize가 되는지 궁금합니다. public override void CollectObservations(VectorSensor sensor) { sensor.AddObservation(car.velocity); } 감사합니다.
Generator랑Augmentation이랑 같은건가요? 코드에서 아래 부분을 이미지데이터에서의 fit_transform이랑 비슷하다고 생각하면 되나요? # ImageDataGenerator 적용. fit()후 flow()로 image batch를 넣어주어야 함. data_generator.fit(image_batch) data_gen_iter = data_generator.flow(image_batch) # ImageDataGenerator를 동작하기 위해서는 next()등으로 iteration을 호출해야함. aug_image_batch = next(data_gen_iter) 아래 코드를 실행하기 전에 type이 float일 때랑 코드를 실행해서 int일 때랑 값은 큰 차이가 없는데 왜 show_image 했을 때 그림이 다르게 나오는건가요? aug_image = aug_image.astype('int') 저는 width_shift 했을 때 위아래로 되는 거 같은데... 교수님 코드랑 결과가 다릅니다.. 교수님 코드처럼 width_shift는 좌우 이동으로 생각하면 되나요?
gup를 1 이상 하고 싶을 때 사용하라고 하신 코드를 실행하니 아래와 같은 에러가 계속 생기네요.(맨 마지막 줄 outputs에서 sigle_gpu_test 함수를 sigle_gpu_test_batch 함수로 바꿔서 실행하셔야 합니다.) AttributeError: 'MMDataParalle' object has no attribute 'show_result' 혹시 올려주신 코드가 잘 못 됐을까 mmdetection github에서 직접 확인해 봤지만 코드는 동일한 것으로 확인 했니다. 혹시 해결 방법을 아시는지 여쭙니다.
안녕하세요, 선생님. 영상에서 실시간 객체 탐지가 가능한 semantic segmentation모델을 개발하고싶습니다. 보통 mask r-cnn에서 처리속도가 5fps라고 하는데 강의에서 제공된 mask r-cnn도 처리속도가 5fps인가요? 모델의 이러한 영상 처리속도는 어떻게 알 수 있나요? 처리속도를 높이려면 어떻게 해야하나요? 감사합니다.
