월 22,000원
5개월 할부 시다른 수강생들이 자주 물어보는 질문이 궁금하신가요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
선생님 질문입니다!
optimizer에서 이미 안장점이나, 최적의 업데이트를 하기 위한 시도와 노력을 하는데 call back을 하는 이유가 '그럼에도 불구하고' 안될 수 있기 때문에 하는건가요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
선생님 질문입니다!
뒤에 수업까지 듣고 와서 이렇게 다시 질문드립니다!CNN이 Dense layer와 다르게 universal한 피처맵을 만들어 덴스레이어로 보내기 때문에 이미지내 다양한 위치에 있는 object를 찾을 수 있다고 강의를 통하여 배웠는데.그렇다면 이 필터들은 많은 이미지 내에서 다양한 위치에있는 object를 찾아낼 수 있게 끔 업데이트가 되는 것이 맞는지요.만약 맞다면 데이터 전처리를 할 때, 해당 물체의 위치가 되도록 가변적이지 않도록 하는 것이 모델 학습능력을 상승시키는 거라 생각하는데, 잘못 이해하고 있는건지 답변 부탁드리겠습니다!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
선생님 안녕하세요! 질문입니다.
너무 많은 질문을 드려서 죄송합니다.공부를 하다 보니 이미지 전처리를 하고, 모델을 만들고 만든 모델로 배치사이즈를 정해서 학습시키고 평가하는 것 까지 과정은 이해가 갔는데.. 앞으로 가면서도 약간 헷갈리는 것이각각의 레이블들을 원핫 인코딩으로 만들고 그것과의 차이를 토대로 loss 와 accuracy를 구하는 걸로 아는데, 그럼 학습 과정에서 만약 강아지(0, 0, 1, 0, 0, 0, 0)라는 테스트 레이블이 있다면 이미지가 모델을 거쳐 마지막 소프트맥스 까지 거친 값(가령 0.233, 0.2302, 0.12, ---)과 저 레이블 값과의 loss와 accuracy를 구하는 건가요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
선생님 질문입니다!
ReduceLRonplateau & Early stopping (patient = 3) 기준에 부합하지 않는 데이터가 연속적으로 나와야 종료하나요?(ex. x x x 실행 )아니면 3번 카운팅 되면 실행되는 건가요?(ex. x o o x o x 실행)
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
선생님 질문입니다.
지금까지 (28, 28, 1): 그레이스케일 이미지 였다면input_tensor = Input(shape=(28, 28, 3): RGB이미지Conv2d(filters=32, kernersize=(3, 3), strides=1, padding='same', activation='relu')(input_tensor)라면 파라미터수는 (32*3*3):커널을 적용한 피처맵 (3)input데이터 채널수로 계산하는것이 맞나요? 최종: 32*3*3*3 피처맵의 개수는 채널수와 상관없이 같구요 (왜냐하면 필터의 채널수도 3으로 늘어나기 때문에)
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
Functional API 와 Sequential 은 말그대로 입력 방법의 차이인가요?
API 라고 해서 모듈을 불러오는데는 차이가 있는게 아니라 말 그대로 모듈과의 소통하는 방식의 차이를 뜻할뿐인지 그게 궁금합니다.물론 강의 마지막에 말씀하신 것 처럼 인풋을 알 수 있냐 없느냐의 차이도 포함해서요
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
선생님 안녕하세요! 질문입니다!
머신러닝 안에 딥러닝이 있다고 할 수 이유는 학습을 하고 원하고자 하는 결과를 얻기 위해 가중치를 업데이트 하는 알고리즘이 있기 때문이고, 딥러닝과 머신러닝의 차이는 딥러닝은 학습된 결과로 다시 한번 학습하는 것(layer를 쌓는 것)과 같이 복잡한 로직을 수행하는 점에 있어서 차이가 있는건가요?머신러닝과 딥러닝의 차이가 정리가 안되서 이렇게 질문을 남겨드립니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
연쇄법칙의 가운데 세타2는 왜 포함이 되어 있지 않나요...?
안녕하세요 선생님!좋은 강의 잘 듣고 있습니다도중에 궁금한 부분이 생겨 질문드립니다!!!연쇄법칙 중 z(3)은 세타2*a(2)로 보여지는데왜 연쇄법칙의 분모에는 a(2)만 들어 가게 된걸까요...?알고 싶습니다...ㅠㅠ
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
안녕하세요 선생님 질문입니다!
강의 내용에서 이터레이션이 1000이고 전체 데이터수가 10만이라면 단순히 연산량으로 봤을 때 10만건의 데이터를 각각 1000번씩 돌려서 웨이트를 업데이트 한다라는 의미가 맞나요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
다변량 회귀
안녕하세요,다름이 아니라 현업에서 회귀 문제를 다루고 있는데 궁금한점이 있어 질문드립니다. 50개 이상의 피처를 통해 종속변수를 예측하는 업무를 진행하고 있는데 논리/이론적으로 일치하는지 대해 여쭤보고 싶습니다. 50개 이상의 변수에 트리기반의 알고리즘 적용하여 주요 인자 를 몇개 뽑습니다.주요 인자에 대하여 다변량 회귀를 진행하게 된다면, 종속변수를 예측할 수 있는 회귀 방정식을 도출할수 있을까요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
회귀 문제 해결 시 딥러닝 vs 머신러닝 질문드립니다.
안녕하세요. 권철민 선생님.저는 회사에서 업무 적용을 위해 머신러닝과 딥러닝을 공부하고 있습니다.그동안 딥러닝은 매우 방대한 데이터와 복잡한 차원 연산이 필요한 이미지 처리 등에 활용되고 머신러닝은 비교적 정형화된 데이터의 회귀, 분류 등에 활용되는 것으로 알고 있었습니다.근데 최근 상사로부터 딥러닝을 이용해 데이터를 회귀 분석하라고 요구 받았습니다. 머신러닝과 딥러닝을 혼동하셔서 그렇게 말씀하신 건지는 모르겠습니다만..이에 어떤 경우에는 딥러닝으로, 또는 머신러닝으로 회귀 문제를 푸는 것이 유리한지 두 방법의 장단점을 알고 싶습니다.그리고 만약 딥러닝으로 회귀 문제를 푸는 것이 유리한 경우가 있다면.. 본 강좌에는 CNN 중심으로 설명하고 있는데 타 강의를 참고해야 할까요? ㅠㅠ
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
필터 관련문의
강의 잘 듣고 있습니다.지금 CIFAR 데이터셋 CNN구현 실습 부분을 보고 있으면서 궁금한점 이 생겨 문의드립니다. 학습시 Conv2D, Activation, Maxpooling2D 같은 필터 개수는 어떻게 정의하는건가요 ? param이 어떻게 변하는지는 설명을 잘 해주셔서 이해했는데, Conv2D 등을 통해 필터시 어떤 기준으로 여러번 사용하는지가 이해가 안되내요. 감사합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
Tensorflow c++과 subclassing에 관해 질문드립니다.
선생님 안녕하세요! 새해 복 많이 받으세요!!올려주신 강의 정말 감사드립니다. 저는 선생님 강의를 파이썬 머신러닝 부터 컴퓨터 비전, CNN을 통해 혼자 딥러닝을 공부하고 있는 전자공학 전공 학생입니다.앞으로의 진로와 공부 방향에 관해 몇가지 질문을 드리고 싶습니다.현재 선배들 중 제조업(반도체,자동차, 배터리)에 종사하는 선배 중 딥러닝쪽 업무를 하는 선배들로 부터 요즘은 모델링을 파이썬으로 하지만 C++을 이용해서 많이 진행한다고 하고, Tensorflow를 더 잘 사용하기 위해서는 subclassing을 통한 모델을 만들 수 있어야 한다고 들었습니다. (https://www.tensorflow.org/guide/keras/custom_layers_and_models)하지만 인터넷으로 검색을 해봐도 Tensorflow와 C++을 연동해서 사용하는 경우에 대한 정보를 얻기 힘들고 subclassing 또한 정보를 얻기 어려웠습니다. 혹시 관련하여 알고계신 정보가 있다면 공부방법과 강의계획이 있으신지 여쭤봐도 될까요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
tensorflow api 질문
안녕하세요 교수님. 최근에 텐써플로우로 작업을 해야할 필요가 있어서 텐서플로우 도커를 사용하여 작업을 진행하고 있습니다. 작업을 함에 있어서 최근에 api가 이상하게 바뀐거같아서 여쭈어봅니다. 코렙에서 또한 해당 에러가 있는거 같아서 혹시 해결을 하셨는지 궁금해서 여쭈어봅니다. 현재 쓰고 있는 버전은 2.11.0입니다 <바뀐 api><기존 api>작동은 하지만 하위 함수들을 자동적으로 호출을 못해오는 현상
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
디렉토리와 jpeg 파일명을 읽는 파일의 절대경로 위치 관련 질문
- 강의 내용 : 개와 고양이 데이터 세트 구성 확인 및 메타 정보 생성하기(09분 56초)안녕하세요. 이미지 관련 강의를 너무 쉽고 직관적으로 설명해주셔서 감사합니다. 현재 수업 내용을 기반으로 실제 기업 데이터를 활용하여 이미지 분류 태스크를 진행하려고 하는데요.질문 내용쥬피터 노트북의 절대 경로를 s3내 데이터로 어떻게 맞춰야 할지 고민이라 질문드립니다.현재 JPG 파일을 적재한 위치는 S3입니다. 이미지의 카테고리별(216개)로 JPG raw 데이터가 매일 적재되고 있습니다.데이터 구조는 Train / Test가 나눠있지 않은 상태입니다.s3에 있는 JPG 데이터를 Sagemaker로 붙어서 keras의 flow_from_dataframe 를 활용한 Generator 방식으로 데이터를 로드해야 하는데요.혹시 s3내 s3경로가 담긴 파일의 endpoint를 적시한 후 Load해도 괜찮을까요?아니면 sagemaker내 경로로 s3내 파일들을 마운트해야 할까요? 그렇게 하기에는 데이터가 너무 커서(300GB 정도) 이 방법은 너무 어려울 것 같습니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
검증데이터셋을 만들면
수업대로 검증데이터셋을 만들고 model.fit()을 돌리면 학습데이터 51000건, 검증데이터 9000건 이렇게 따로 학습이 돌아가는건가요?? 그게아니라면 학습데이터 51000건이 학습되면서 동시에 검증데이터 9000건에 evaluation을 하는건가요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
강의보면서 공부하는법 질문드려요
첨부자료에 모든 코드가 입력이 되있는데이걸 보면서 이해하는게 좋을까요 아니면 제가 직접 입력해보는게 좋을까요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
CNN모델이 하나의 라벨로만 분류합니다.
안녕하세요 선생님, 좋은 강의 감사합니다. 다름이 아니라 나뭇잎 병 분류하는 코드를 가져다가다른 도메인에 대한 CNN 코드를 만들어서 학습했습니다.라벨은 5개이고 이미지는 2만개 정도 사용했습니다.train, val은 7:3으로 나눴습니다.학습 끝나고 평가해보니깐 val 6000장을 전부 동일한 라벨로 분류해버렸는데(val loss가 epoch 3이후 개선이 안됩니다.)어떤 문제가 있을까요 ㅠㅠㅠㅠ 조언 한번만 부탁드립니다. 감사합니다!!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
실습 동영상 관련 질문
#Xception 모델 학습, 성능평가 및 예측 후 결과 분석하기 안녕하세요 선생님선생님의 코딩을 토대로 실습연습을 하고 있는데 질문이 있습니다 1.검증 데이터 성적이 너무 높으면 이 부분은 과적합이라고도 볼 수 있을까요(test-score가 아니라도)? 아니면 데이터의 양이 그냥 너무 적어서 발생하는 것일까요? (early stop으로 16에서 멈추고 val score = 0.97이 나옵니다)*데이터 크기: (5856, 2) 2.해당 자료가 0또는 1인데 (정상폐, 폐렴폐 ct)인데 loss =binary_crossentropy를 쓰면 될까요? (만약 categorical_crossentropy를 쓰면 문제가 발생하나요?) 3.만약에 데이터가 불균형하면 머신러닝에서 배웠던 것 처럼 -양성 데이터를 판별하는게 중요하다고 하면 metrics=['accuracy'] 이부분을 precision으로 할 수 있을까요? (반대로 음성이면 재현율)*model.compile(optimizer=Adam(lr=initial_lr), loss='binary_crossentropy', metrics=['accuracy'])4.선생님이 여기 실습에서 해당 데이터를 local? 영역에 넣으시고 분석하셔서 불러오는데 시간을 많이 줄인 것을 보았는데 바탕화면에 있는 데이터도 선생님이 하신 것 처럼 불러올 수 있을까요? 아니면 구글코랩처럼 따로 경로가 있을까요? (데이터를 불러오는데 1초이상이 걸립니다..) 감사합니다
- 해결됨딥러닝 CNN 완벽 가이드 - Fundamental 편
feature map 질문
안녕하십니까 질문이 있어 글 남깁니다. 1번 : input data 로 128,128 pexel 의 이미지가 Batch_size 64 , RGB 로 들어간다고 가정하겠습니다. (64,128,128,3)input= (64,128,128,3) 이고, input에 conv2D (filters = 60,stride=1,padding = 'same',kernel_size = 생략 )을 적용하면 feature map 의 shape 는 (64,128,128,60 ) 이 되는 것이 맞는지 확인 부탁드립니다.2번 : 1번이 맞다면,또 다시 conv(filters = 30,stride=1,padding = 'same',kernel_size = 생략 ) 연산을 적용할 때 input data 로 이전 연산의 결과인 (64,128,128,60) 의 feature map 이 들어가는 것이고연산 결과로는 (64,128,128,30) 의 feature map 이 나오는 것이 맞는지 검토 부탁드립니다.감사합니다.