안녕하세요! 섹션 5. "작업형1" 과 구슬 게임의 <작업형1 모의고사 3> 강의의 아래 문제풀이 중 강사님 풀이 방법과 같이 첫번째 조건(cond1)과 두번째 조건(cond2)의 값을 각각 r1, r2로 받지 않고, cond1 과 cond2의 or 조건으로 한 번에 출력하고, True 값을 sum 하면 왜 결과값이 왜 달라지는지 이해가 안 되어 문의드립니다. (아래 코드 참고 부탁드립니다) 답 : 192 (저의 풀이대로 하면 결과값 : 150) 문제7 index '2001' 데이터(행)의 평균보다 큰 값의 수와 index '2003' 데이터(행)의 평균보다 작은 값의 수를 더하시오 강사님 풀이 # 풀이 df = pd.read_csv("data.csv", index_col="Unnamed: 0") m2001 = df.loc[2001].mean() cond = df.loc[2001] > m2001 r1 = sum(cond) # 100 m2003 = df.loc[2003].mean() cond = df.loc[2003] < m2003 r2 = sum(cond) # 92 print(r1+r2) # 결과값 192 제 코드 # 풀이 df = pd.read_csv("data.csv", index_col="Unnamed: 0") m2001 = df.loc[2001].mean() cond1 = df.loc[2001] > m2001 m2003 = df.loc[2003].mean() cond2 = df.loc[2003] < m2003 sum(cond1|cond2) # 결과값 150
안녕하세요. 좋은 강의 감사합니다. 현재 분류까지 강의를 수강한 상태이며, 그 이후 텍스트 분석 강의 부분을 먼저 수강하려고 하는데 질문이 있습니다. 제가 아래와 같은 요구사항을 구현하고자 하는데 텍스트 분석 강의를 먼저 수강 하여도 구현이 가능할지 궁금합니다. 고객의 문의 데이터(채팅 등의 텍스트 데이터)를 이용하여, 급 상승하는 키워드를 detect 하고자 합니다. 예를 들면, 마스크 같은 키워드는 코로나 이전에는 하루 평균 10번 이하로 등장했는데, 코로나 이후 하루 평균 1000번 이상 등장한 케이스가 있다고 가정 할 때를 예로 들 수 있습니다. 위와 같은 키워드를 찾고 예측하고자 하는 니즈가 있는데, 해당 강의로(텍스트 분석) 커버가 가능 할까요? 감사합니다.
안녕하세요- 섹션 3 RCNN의 이해 02 강의에서 강의노트 중 RCNN Training - Classification 제목의 강의안에서 질문드립니다. F.E에서 Ground Truth와 SS Predicted된 영역 IOU가 0.5 이상인 경우만 해당 클래스로, 나머지는 back ground로 fine-tuning했는데 SVM Classifier에서 Ground Truth로만 학습하되 0.3 IOU이하는 Background로 설정하는 방식을 병행하는 이유가 있는지 궁금합니다! 처음부터 F.E에서 IOU를 0.3으로 설정하는 방법도 있었을텐데.. 2단계로 나눠서 순차적으로 IOU를 낮추는 게 어떤 차이가 있는지 궁금합니다! F.E에서 IOU가 0.5 이상인 이미지만 filtering했는데 SVM에서 0.3 이하인 image가 남아 있을 수 있는 건 지, 제가 이해를 잘 못한 건지도 여쭤봅니다!
안녕하세요 선생님 선형대수를 공부하다가 질문이 있어서 물어봅니다 선생님의 선형대수를 보다가 더 선형대수를 공부하고 싶어서 추가적으로 궁금한점이 있어서 물어봅니다 차원과 랭크의 차이점 - 교과서나 인터넷에서도 서로 다른 개념이라고 말하는데 랭크와 차원의 본질 적인 차이점이 무엇인가요? 둘다 그냥 독립적인 열의 개수만큼의 숫자가 차원 그리고 랭크 인 것 같은데 외적의 쓰임세: 내적은 여러 머신러닝이나 딥러닝에서 쓰인느 것을 많이 보았는데 외적 같은 경우는 어떻게 쓰이는 것인가요? 3차원 공간에서 2개의 백터의 수직인 백터를 만들어서 어디에 쓰이는건지 잘모르겠습니다 감사합니다
안녕하세요 선생님 알고리즘을 공부하다가 궁금한점이 있어서 물어봅니다 선생님의 강의를 보면서 알고리즘을 더 이해를 하고 싶어서 선형대수도 공부를 하고 있는데 내적 같은 경우는 데이터 유사도나 합성곱 같은 계산에서 많이 보이는데 외적 같은 경우는 어떤 경우에 쓰이는건지 궁금합니다
앞에서 mini-batch유형때 전체 학습 데이터의 순차적인 mini_batch가 딥러닝 프레임워크에 주로 사용한다고 말씀하셨지만 헷갈려서 질문드립니다! 여기서 batch_size = 32라고 되어있는데, 이것은 전체 학습 데이터의 순차적인 mini_batch라고 생각하면 될까요? 그래서 epoch1번당 batch_size * 1875 = 60000이 되는것을 알수가 있는거같아서요 혹시 맞을까요?
리액트 16버전이라 강의 듣는데 헷갈립니다.... 최신 버전 이미지를 추가 해주시긴 하였으나, 기본 설명 자체가 16버전이라 혼란스럽고 불편합니다. 당연히 최신 버전 강의인줄 알고 구매 하였는데, 이전 버전이 베이스로 된 강의면 제가 이 돈을 들여서 강의를 구매할 이유가 없다고 생각합니다. 강의 업데이트 되는거 맞나요? 언제 업로드 되는건가요?
안녕하세요~! 좋은 강의 정말 감사드립니다...!! 강의와 강의 질문중 대답해주신걸 바탕으로 이리저리 고민해봣는데 backpropagation은 뒤에서부터 weight를 순차적으로 업데이트(gradient descent 알고리즘을 이용해서) 한다고 설명 되어 있는데... 현재까지 강의에서는 체인룰에 좀 집중이 되어있는것 같고 최종 미분하는 것이 입력층에서 제일 가까운 weight로 보여집니다 그럼 한가지 궁금한것이 체인룰을 실제로 사용할때 출력층과 제일 가까운 weight를 gradient descent를 이용해서 업데이트(앞쪽 강의의 단일퍼셉트론에서 한것과 같이) 한 다음 그업데이트 된 값에 대해서 다시 체인룰을 적용하는 것인가요!? 다시한번 좋은강의 감사드립니다 성생님!^^
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. train_labels = train_labels.squeeze() test_labels = test_labels.squeeze() 이 부분에서 np.reshape(-1)형식으로 차원을 변경해도 상관이 없나요??
안녕하세요, 선생님 kaggle에서 mm_mask_rcnn_train_nucleus.ipynb 시도하려고 하니, 버전 충돌의 문제인지 아래와 같이 계속 오류가 발생해서 코드를 실행하지 못하고 있습니다. 버전 문제라는 답변을 참고하여 torch버전을 낮춰서 다운로드 받아도 동일한 현상이 반복되어서, 어떻게 하면 될지 문의드립니다.. 오류 메시지입니다. No CUDA runtime is found, using CUDA_HOME='/usr/local/cuda' /usr/local/lib/python3.10/dist-packages/mmcv/__init__.py:20: UserWarning: On January 1, 2023, MMCV will release v2.0.0, in which it will remove components related to the training process and add a data transformation module. In addition, it will rename the package names mmcv to mmcv-lite and mmcv-full to mmcv. See https://github.com/open-mmlab/mmcv/blob/master/docs/en/compatibility.md for more details. warnings.warn( --------------------------------------------------------------------------- ModuleNotFoundError Traceback (most recent call last) <ipython-input-1-43071be0880a> in <cell line: 2>() 1 # 런타임->런타임 다시 시작 후 아래 수행. ----> 2 from mmdet.apis import init_detector, inference_detector 3 import mmcv /usr/local/lib/python3.10/dist-packages/mmdet/__init__.py in <module> 1 # Copyright (c) OpenMMLab. All rights reserved. 2 import mmcv ----> 3 import mmengine 4 from mmengine.utils import digit_version 5 ModuleNotFoundError: No module named 'mmengine' --------------------------------------------------------------------------- NOTE: If your import is failing due to a missing package, you can manually install dependencies using either !pip or !apt. To view examples of installing some common dependencies, click the "Open Examples" button below. ---------------------------------------------------------------------------
안녕하세요 교수님 개념이 헷갈리는거 같아서 확인차 질문글에 남깁니다! 퍼셉트론과 심층망에서 경사하강법을 통해 weight값을 갱신하는데 퍼셉트론은 hidden layer가 없어 손실함수에서의 parameter값의 편미분을 쉽게 할수있지만, hidden layer가 있는 심층망에서는 parameter에 대한 미분이 쉽지 않아, chain rule을 이용한 backpropagation으로 각 layer마다 전해지는 weight값의 편미분 값을 경사하강법 공식에 대입하여 weight값을 update하는게 맞을까요?? 제가 남들보다 이해력이 좋지않아서 죄송합니다.. ㅎㅎ..
GD는 만약 features들의 값이 매우 많아진다면 weighted sum과 activation function을 거치면서 예측값이 나오는데 굉장히 오래걸릴거같습니다. 반면 미니배치는 전체 features들의 값을 일정하게 분할하여 계산의 효율성을 증가시키고 메모리 효율성을 높이는데에 있다고 생각합니다. 그래서 미니배치가 더욱 더 딥러닝 FrameWork에 채택되는것이 맞을까요??
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 16:11 초에 보면 남성중에 0과 1 여성중에 0과 1 코드를 똑같이 쳤는데 0,0 으로 나옵니다 ㅜㅜ 조건을 따로 만들고 밑에서 & 연산자로 할때 한번씩 인식이 안되는 경우가 있던데 왜그러는 걸까요~?? 시험장에서도 이 부분때문에 고생한적이 있어서 쉬운거지만 질문드려보아요!! len(train[cond0&cond_male]), len(train[cond1&cond_male]) len(train[cond0 & cond_female]), len(train[cond1 & cond_female])
Y = W1*X1 + W0를 2차원 좌표상에서 나타냈을때, 예측함수에 실제값을 더하면 실제함수가 나온다고 하셨는데 혹시 왜그런지 알수있을까요? 만약 2개의 ERROR값이 Y = W1*X + W0를 중심으로 대칭이동을 하게되면 ERROR값은 0이 나온다고 생각합니다. 답변 부탁드립니다 !
기출유형 4회(작업형2) 의 첨부 데이터는 어디에서 다운 받아야 하는가요? 그리고 평가는 "Macro f1-score'로 한다고 되어 있는데 기존 분류 문제에서처럼 데이터를 분할하여 모델링후 평가를 실시하는 것은 하지 않는 건가요?(X_tr, X_val, y_tr, y_val 로 분리해서 모델링하고 평가한후에 test 데이터로 예측할 수 없는 건지요?)