월 22,000원
5개월 할부 시다른 수강생들이 자주 물어보는 질문이 궁금하신가요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
모델의 가중치 값도 MinMaxScaler 개념을 도입할 수 있나요?
안녕하세요. 문득 든 생각이 모델의 가중치 값도 MinMaxScaler 혹은 표준화 작업으로 범위를 한정 지을 수 있을까요? 이로 인해 얻는 장점이 데이터 전처리와 비슷할까해서 생각해봤습니다
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
pretrained weight에 대해서 질문이 있습니다
https://www.kaggle.com/kutaykutlu/99-9-acc-resnet50-inceptionv3-vgg16 안녕하세요. 다음 캐글에서 코드를 우연히 참조하게 됐는데, 여러 예시 중 첫번째는 CNN 모델을 케라스의 InceptionV3를 사용하는 것 같은데, 기존 이미지넷 weight를 사용하는 것이 아니라 inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5 라는 파일을 따로 다운로드 받아서 사용하는데 기존의 imagenet과 차이가 있는 것인가요?감사합니다 (강의에서 keras를 사랑하시는게 느껴지셔서 놀랐습니다!)
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
MinMaxScaler() 전처리 성능이 왜 더 좋은 것인가요?
안녕하세요. 2장 듣고 있는데, 입력 데이터를 MinMaxScaler 함수로 전처리를 하는데, 학습 때 정확하게 기존보다 유리한 점이 무엇이라고 말할 수 있나요? 수학에 약해서 잘 이해는 안되는데, 단순히 scaling을 하는데, 딥러닝 계산 때 값이 범위 안에 한정되어서 유리한 것인지. 간단명료하게 이유를 알고 싶습니다
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
pre-trained model 사용과 관련해서 질문이 있습니다.
안녕하세요 선생님, object detection 강의를 듣다가 최근 선생님께서 cnn에 대한 강의를 개설하신 것을 보고 수강신청한 대학원생입니다. 제 전공분야는 컴퓨터공학은 아니고 자연과학 쪽인데, 최근 나무 수피를 이용한 수종 자동 분류모델을 만드는 연구를 진행하고 있습니다. 궁금한 점은, 제가 pre-trained된 VGG, resNet 등의 모델을 활용하고자 하는데, 이들 모델의 뼈대만 가져와서 weights가 초기화된 상태에서 새로 훈련을 시킬지, 아니면 마지막 classification layer만 새로 만들고 weights는 ImageNet weight를 가져와서 fine-tuning을 할지, 어떤 것이 좋을지 선생님의 고견을 여쭙고 싶습니다. 그냥 제 직관적으로는, ImageNet은 애초에 나무 수종과는 관련없는 것들로 훈련되었기 때문에 아예 weights도 초기화시켜서 훈련시키는 것이 나을 꺼 같기는 한데, 이 부분에 대한 의견을 여쭙고 싶습니다 :) 마지막으로, 제가 현재 구글 이미지 크롤링과 제가 직접 수집한 나무 사진들로 모델을 훈련시키고자 하는데, ImageDataGenerator 데이터 증대 후, 약 50,000장의 이미지가 훈련 이미지로 input될 것 같습니다. 이정도의 이미지로 완전 초기화된 모델을 훈련시키는데 충분한지도 궁금합니다! 좋은 강의 만들어주셔서 진심으로 감사드립니다!!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
softmax 질문있습니다.
선생님 안녕하세요. 강의 잘보고 있습니다. 마지막에 softmax fc해주는 부분의 첫번째 파라미터(weighted sum의 개수라고 해야할까요?)는 반드시 유일한 레이블의 개수만큼으로 지정해야하나요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
data_generator.fit(image_batch)에서 fit의 의미
설명 중에 fit을 안해도 되는데 나중에 노멀라이제이션도 전체 데이터에 적용되어야하기 때문필요하다고 하던데 잘 이해가 안되는데 fit이 뭔지 궁금합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
Node가 1개라는 말이 무슨 말인지 잘 모르겠습니다ㅠㅠㅠㅠ
Node가 1개라는 말이 무슨 말인지 잘 모르겠습니다ㅠㅠㅠㅠ 예시 들어서 한번만 말씀해주실 수 있을까요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
keras vgg16 pretrained 모델 사용할 때 입력 shape에 대해서 질문이 있습니다
안녕하세요 from keras.applications.vgg16 import VGG16 keras 내부에 있는 VGG16을 사용하려고 하는데, 만일 이미지 사이즈가 512x512라면 이를 그대로 shape를 넣어서 진행해도 되나요? 아니면 224x224로 줄여서 넣어줘야 하나요? train 과정은 곧잘 동작은 하는데, imagenet weight에 맞는지 잘 모르겠네요
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
클래스 메서드 call을 __call__로 하면 왜 오류가 날까요?
파이썬 클래스의 'call' 메서드를 정의할때 ' __call__'을 사용하는 것으로 알고 있는데, def __call__: --code-- 캐글 강의코드에서 __call__로 바꾸면 오류가 안나고 call을 하면 정상작동하는데 왜 이런건지 이런지 궁금합니다.
- 해결됨딥러닝 CNN 완벽 가이드 - Fundamental 편
안녕하세요.
안녕하세요. 강의 내용에 따라 CIFAR10 데이터셋을 사용하여 동일한 모델에 이리저리 바꿔가며 성능 테스트를 하고 있는 중에 궁금한 사항이 생겨 질문드립니다. 우선, 동일한 모델 (= 강의 예제 모델, lr=0.001, epochs=30, He Normal) 에 BN 적용 여부로 나눠서 train, val acc & loss 그래프를 그려봤습니다. [ BN 미적용 ] [ BN 적용 ] 결과는 보시는바와 같이 BN 미적용한 모델이 적용한 모델보다 loss 수렴이 안정적입니다. 하지만 Test 결과는 BN 적용한 모델이 평균적으로 (3회 기준) 약 0.05 ~ 0.06 (5 ~ 6%) 정도 accuracy 값이 높게 나왔습니다. 그렇다고 한다면 train과 validation의 loss 값이 안정적으로 수렴한다고해서 무조건적으로 모델 성능이 높게 나오는건 아니라는 건가요 ? 그리고 위 BN 적용 그래프에서 loss 값이 수렴하지 않고 변동성이 심한 경우는 lr 값이 너무 커서 minima 를 찾지 못해 제대로 학습이 안되는 경우에도 비슷한 결과를 얻었습니다. 그럼 BN 적용하게 된다면 기본적으로 lr 값을 기존 값 대비 낮추는게 모델 성능 향상에 일반적으로 도움이 되나요 ?
- 해결됨딥러닝 CNN 완벽 가이드 - Fundamental 편
영상 소리 음소거가 있습니다.
안녕하세요. 배치크기 변경에 따른 모델 성능 비교 동영상 6분 18초부터 9분 25초 까지 소리가 안들립니다. 9분 25초 부터는 정상적으로 잘 들립니다. 확인 부탁드립니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
kaggle에서 처음 들어 갈을때 accelerator에서 GPU 선택이 없습니다.
kaggle에서 accelerator에Requires phone verification 으로 되어 있습니다. 이것을 먼저 해야 하나요? 참고로 internet도 아래와 같이 되어 있습니다. Internet Requires phone verification
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
Image data preprocessing 질문드립니다.
저는 안저이미지와 시력을 매칭하려고 합니다. 이미지를 읽어오는 것부터 막혔습니다. 우선 image_dataset_from_directory은 시력이 연속변수이기때문에 제한이 있습니다. 이렇게 연속변수를 대상으로 cnn을 하려고 하려면 이미지를 어떻게 정리하고 어떤 함수를 써서 이미지를 읽어와야 할까요? dataset을 만드는 방법이 있나요? 두번째로 연속변수를 대상으로 하기 때문에 categorical cross entropy는 적절하지 않아 보이는데, loss함수로 MSE를 쓰는것이 적절할까요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
Padding = 'same', stride = 1
안녕하십니까, Padding을 이용해서 input 사이즈와 feature map 사이즈를 동일하게 해서 정보 손실을 줄이는 방법을 알려주셔서 감사합니다. 만약 4개의 필터를 활용하고 padding='same'으로 넣고 stride를 default값인 1로 넣는다면 input 사이즈와 같은 4개의 feature map이 생기겠네요. 거기에 또 다시 6개의 필터를 활용하는데 위와 같이 padding ='same'으로 넣고 stride를 1로 넣으면 6개의 동일한 feature map이 또 생기는 걸로 이해할 수 있을까요? 첫 input size에만 padding을 적용하는지, stride는 어떻게 주는지 궁금함이 생겼습니다 ㅎㅎ. 뒤에서 알려주시겠지만 현재까지의 강의를 듣고 이해한 점과 궁금한 점을 적어보았습니다. 감사합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
교차 검증
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
- 해결됨딥러닝 CNN 완벽 가이드 - Fundamental 편
안녕하세요.
안녕하세요. 딥러닝 CNN 완벽 가이드 - fundamental 강의를 수강하고 있는 수강생입니다. 딥러닝 학습 중 GPU 메모리 사용량에 대해서 궁금한 점이 있어 질문드립니다. 강의 중 GPU 메모리 용량 상한 때문에 training 데이터를 batch size로 나눠서 학습하신다고 하셨습니다. 그럼 batch size로 나눠서 학습을 진행하게 되면 batch size 만큼의 용량만 GPU에서 할당되어 계산되고 다음 batch 로 넘어가게 되면 GPU 메모리 사용량이 추가로 더 늘어나는게 아니고 batch size 만큼만 유지되는 건가요 ? 아니면 batch size 만큼 용량이 GPU 메모리 사용량으로 누적되면서 1 epoch 만큼의 GPU 메모리 여유분이 있어야 학습하는데 문제가 없는지요 ?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
앞으로도 좋은 주제와 좋은 강의가 꾸준히 나오길 기대하며 선 댓글 합니다!.
안녕하세요. 선생님 강의를 오랜만에 다시 듣네요. 요즘 계속 해서 머신 러닝 및 데이터 사이언스 기초 강화를 위해 여러 가지 강의를 듣고 공부 하고 고민 하던 차에 이미지 인식 관련 기본을 탄탄히 쌓을수 있는 기회가 생겼네요. 항상 기초가 중요하다고 생각하는데 소중한 강의 감사합니다. 이전에 선생님 강의 듣고 실제 근무하는 반도체 공장에서 딥러닝 비전을 활용하여 좋은 성과를 내었습니다. 앞으로도 좋은 강의가 계속 나왔으면 하는 바람에 수강 전 선 댓글 합니다!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
안녕하세요.
안녕하세요. 경사하강법을 이용하여 선형회귀 구현하기 - 01 강의를 수강하던 중 궁금한 점이 생겨 질문드립니다. get_update_weights_values 메소드를 작성하실 때, bias_update 값을 구하는 식을 w1_update & w2_update와 유사하게 가져가신다면서 np.ones 를 사용하셔서 np.dot을 해주셨습니다. 하지만 np.dot(np.ones.T, diff)나 np.sum(diff)나 결과는 동일한데 np.dot을 사용하시는 이유가 있으신가요 ? numpy 내부적으로 sum 보다 dot 연산 속도가 빠르다던가 등등 이요. 궁금합니다!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
캐글 Advanced, 머신러닝 완벽가이드, CV에 이어 곧바로 결제
안녕하세요 권철민 강사님, 좋은 강의 찍어주셔서 감사합니다^.^ 이전의 모든 강의에서 많은 도움을 받았고, 이메일로 새롭게 출시된 강의 알람을 보고 곧바로 들어왔네요. 해외에서 거주하면서 오히려 이런 고퀄리티의 강의를 들을 수 있다는 건 정말 행운이지 싶습니다. 고맙습니다. 늘 건강하세요^_)^