월 22,000원
5개월 할부 시다른 수강생들이 자주 물어보는 질문이 궁금하신가요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
UnimplementedError: Graph execution error
선생님 안녕하세요 좋은 강의 감사합니다. 섹션5의 CNN 구현실습-02 강의에서 11:40 분 부분을 듣고 있습니다. 저는 kaggle이 아니라 구글 코랩에서 코드를 돌리고 있는데요, model을 fit 하면 아래와 같이 UnimplementedError: Graph execution error 가 발생합니다. (로컬 주피터 노트북에서 돌리면 느리긴 하지만, 오류없이 돌아가긴 하네요 ㅠ) 혹시 코랩의 keras나 tf의 버전 때문에 문제가 발생하는 것일까요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
안녕하세요 질문입니다!
질 높은 강의 감사합니다. 1. 데이터 어그멘테이션이 훈련데이터의 품질을 올려주는거라 생각이 되는데 가령 5만건의 데이터중 AGU(어그멘테이션)을 하게 되면 랜덤으로 변환시키니 예를들어 5만건의 원래 데이터가 AUG를 걸쳐 원본데이터(2,5000) + AGU image(25000)개로 되는것 보다 원래의 원본데이터 (5,0000) + AGU image(50000) 이런식으로 하는게 더 학습이 잘 되지 않을까 라는 생각인데 혹시 오버피팅이나 이런 부분들 때문인지 궁금합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
FC 질문입니다!
안녕하십니까여러 layer 들을 통과한 이미지가 FC 레이어를 통해서 확률이 가장 높은 이미지가 결정이 되고 차이를 줄이기 위해서 업데이트를 하는 과정까지 이해가 됩니다. 여기서 질문입니다 그 차이를 결정하게 되는 이미지가 어떻게 설정이 되는 지가 궁금합니다. 제가 이해한바로는 트레이닝 이미지만 들어가는 것 처럼 보이는데 이러한 데이터가 어느정도의 차이가 난다라는 기준이 되는 'label' 의 값이 어떻게 설정되는지 모르겠습니다
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
안녕하세요 교수님 질문드리겠습니다!
1. figsize(22, 6)은 무엇을 의미하는지 궁금합니다! 2. 8:10 코드에서 for 문을보면 ncols의 range가 8이라 순회를 시작하게되면 axs[i].set_title(class_names[labels[i]]) 에서 classname의 label 수가 10인걸 모두 돌 수 없다고 생각하는데 밑에 출력에는 다 나오는것 같습니다. 어떻게 이게되는지 궁금합니다! 답변해주시면 감사하겠습니다 :)
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
미니배치 관련 질문
안녕하세요 선생님! BGD도 1:507 까지 모든 데이터를 순회하고 mini BGD도 사이즈를 나눠서 하지만 모든 데이터로 업데이트를 한다고 생각하는데 , 둘의 차이점이 무엇인가요?
- 해결됨딥러닝 CNN 완벽 가이드 - Fundamental 편
Fine tuning 관련 질문
안녕하세요! Fine tuning에 대해 학습하다 궁금한 것이 생기게 되어 질문남기게 되었습니다! 종합 실습1 - 120종의 Dog Breed Identification 모델 최적화의 'Pretrained 모델의 Fine-tuning을 통한 모델 최적화' 강의에서 Fine tuning으로 1차적으로 dense layer부터 학습을 적용하고, 2차적으로 전체 Layer를 학습을 적용하는데 그렇다면 해당 강의 전에는 전체적인 Layer를 Fine tuning 했다고 봐도 되는 걸까요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
모듈의 filter concatenate 부분에서 질문이 있습니다.
filter concatenate를 할때, filter의 size(X x X)는 모두 동일해야 concatenate가 가능하다고 하셨습니다. 3x3 컨볼루션, 5x5컨볼루션을 수행할때, 나오는 filter의 size는 stride로 조절하게 되는 것일까요? 서로 다른 사이즈의 컨볼루션을 하는데, 결과로 나오는 filter의 size를 어떻게 동일하게 해야하는지 궁금합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
1 x 1 convolution을 적용하면 왜 비선형성이 좋아지는지 궁금합니다.
선생님. 처음부터 쭉 듣다보니, 어느새 절반 이상을 듣게 되었습니다! 좋은 강의 감사드립니다. 1 x 1 convolution을 적용하면 왜 비선형성이 좋아지는지 궁금합니다. convolution은 시행할수록 비선형성이 항상 좋아지는것인가요??
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
Pretrained 모델의 Fine Tuning(미세조정)에 대한 질문이 있습니다.
Pretrained 모델의 Fine Tuning(미세조정)에 대한 질문이 있습니다. 1단계에서 Freeze(trainable = False) 학습에서 제외를 시킨다는 것이 Pretrained 모델의 가중치를 사용은 하지만, 가중치를 업데이트하지 않겠다는 의미입니까? 풀어서 질문을 드리자면 classification layers들만 학습을 한다고 교재에도 적혀 있는데요, 1단계에서 Feature Extractor 에서 기존에 학습된 가중치(imagenet weight)를 사용해서 Feature map를 만들고, classification layers를 학습을 하지만 가중치는 업데이트 하지 않겠다는 의미로 받아 들여야 하나요? 아니면 Feature Extractor 단계가 학습에서 제외 되는 건가요? 그렇다면 classification layers에서의 학습은 이미지의 형상이 무너지는 게 아닌가하는 의문점이 있습니다.
- 해결됨딥러닝 CNN 완벽 가이드 - Fundamental 편
미니 배치 관련 질문
선생님 안녕하세요. 코드 복습 중에 궁금한 점이 생겨서 질문 드립니다. 미니배치 첫 번째 방법은 복원 추출로 배치사이즈 만큼 뽑아서 1 epoch에 가중치 업데이트 하는 거고, 미니배치 두 번째 방법은 앞에서부터 배치사이즈만큼 잘라서 나온 그 뭉탱이 갯수만큼의 횟수로 ( 데이터 크기 / 배치사이즈 = 뭉탱이 갯수?) 가중치를 업데이트 해주는 게 맞나요? 그럼 첫 번째 방법은 1 epoch에 한 번 업데이트하고, 두 번째 방법은 1 epoch에 뭉탱이만큼 업데이트를 하니까, BGD, SGD 포함한 전체 방법 중에 epoch 횟수가 같으면 두 번째 방법 미니배치가 학습 시간이 가장 오래 걸리는 걸로 이해하면 될까요? 감사합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
안녕하세요 파인튜닝 관련 문의 드립니다.
안녕하세요 파인튜닝 관련하여 문의 드립니다. 파인튜닝이 기존 학습된 모델의 가중치를 가지고 소수의 새로운 추가 데이터를 가지고 실시간 튜닝을 하는 것으로 이해하고 있습니다. 위에서 제가 이해하는 것이 맞을까요?? 다른 딥러닝 모델들도 파인튜닝이 적용 가능 하겠지요?? 실시간 데이터를 가지고 파인튜닝하는 것을 연구해보려고 하는데 추천하시거나 실제 현업에 적용해 볼만한 방향이 혹시 있으시면 말씀해 주시면 감사하겠습니다!!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
ReduceLROnPlateau의 factor 관련 질문 드립니다.
ReduceLROnPlateau의 factor는 patience동안 val_loss가 개선되지 않으면, learning rate를 변화시켜서 Local minina에 빠지지 않는다고 하셨습니다. 그런데, 구글에서 검색을 하거나, 선생님이 예시로 든 코드를 보면 factor는 0.x로, 이전 learning rate보다 감소되는 방향입니다. local minina에서 빠져나오기 위해서는 오히려 이전 learning rate보다 키워야 하는게 아닐까 생각했습니다. factor를 0.x로 설정해서 learning rate를 감소시키는 이유가 궁금합니다. 머신러닝 강의, 캐글 강의 모두 너무 잘 들었습니다!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
선생님. 강의를 듣다보니, batch 크기와 관련하여 질문이 있습니다.
선생님. 강의를 듣다보니, batch 크기와 관련하여 질문이 있습니다. 강의 말미에 GPU는 batch크기가 클수록 학습이 빨라져서 속도가 빠르다고 하셨습니다. 그렇다면, H/W의 성능이 좋다는 가정하에, batch 크기를 증가시키면 같은 결과지만 속도가 빨라지는 차이만 있는것인가요? 아니면, 학습을 시키는 적정한 batch 사이즈가 있는것인가요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
문의 드립니다.
- 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. 안녕하십니까 :) 기계적으로 import tensorflow as tf를 사용합니다만, tf가 아닌 tensorflow 풀명을 사용해서 import 해오는 것에 문득 궁금증이 들어 문의 드립니다! 실습 중에는 from ~ import ~ 방식으로 주로 라이브러리를 호출하는데, 그렇다면 tensorflow 풀명을 사용하니 as tf 방식으로 불러오지 않아도 되나요? 하기 이미지 내 두 방법이 혼재되어 사용 가능하다면 어떤 방법이 더 적절한지에 대한 기준이 있는지 궁금합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
강의 6분 51초에서 나오는 그림에서...
인셉션 모듈 가장 오른쪽 Pooling max, 3x3/1 이라고 써있는 파란색 풀링 레이어에서, 3x3 풀링을 적용했는데 왜 256x28x28 -> 256x28x28 으로 나오는지, 즉 사이즈가 변하지 않고 나오는지 궁금합니다
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
인셉션 네트워크 관련,,
왜 max pooling 3 *3 을 통과했는데 사이즈가 그대로인거죠?ㅠ
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
[CIFAR10 데이터세트를 이용하여 CNN 모델 구현 실습] 오류 문의 드립니다.
- 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. 선생님, 안녕하세요. 강의 열심히 듣고 있는 학생입니다 :) CIFAR10 데이터세트를 이용하여 CNN 모델 구현 실습 - 01 강의 실습 따라서 진행 중인데, 마지막 시각화 과정에서 오류가 발생하여 문의 드립니다. https://colab.research.google.com/drive/1AMGA7UAURKaYPTwrUwBXBpArDnPnQjxN?usp=sharing 'Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers)' 해당 문구가 지속적으로 출력되는데, 전처리 과정 이후에 발생하는 듯 합니다. 혹 원인이 무엇이며 해결을 어떻게 해야할지 확인해주실 수 있으신지요? 참고로 수업에서는 원핫인코딩X + sparse categorical crossentropy로 진행하셨지만, 저는 원핫인코딩 적용하는걸 추천하신다기에 원핫인코딩O + categorical crossentropy로 진행했습니다. 실습하는 코드는 첨부해두었으며, 제가 놓치고 있는 부분이 어떤 부분인지 말씀해주시면 참고하여 학습하겠습니다! 참고로 하기 경로의 방법은 모두 시도해보았습니다만 까만 화면이 나오거나 오류 메시지가 그대로 나옵니다ㅠㅠㅠ https://stackoverflow.com/questions/49643907/clipping-input-data-to-the-valid-range-for-imshow-with-rgb-data-0-1-for-floa 답변 기다리겠습니다, 감사합니다!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
문의 드립니다!
- 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. 선생님, 안녕하세요 :) 제가 복습하며 작성한 코드로 깃허브에 업로드 해도 될지요? 출처는 명확히 기재할 예정이며, 복붙없이 모두 제 스스로 변형하여 작성할 예정입니다! 답변 기다리겠습니다, 감사합니다. :)
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
CIFAR10_Custom_Aug 에서 augment된 이미의 갯수 늘려 저장하고 싶습니다.
안녕하세요 선생님, train image(tr_image 하나당) 한장당 10개씩 augment를 하고, 만약 tr_images가 100개라면 100 * 10 = 1000 개의 jpg를 가지고 작업을 진행하고 싶습니다. 아래 코드를 어떻게 수정해야 하는지 여쭙니다. 감사합니다. from tensorflow.keras.preprocessing.image import ImageDataGenerator train_generator = ImageDataGenerator( #rotation_range=20, #zoom_range=(0.7, 0.9), horizontal_flip=True, #vertical_flip=True, rescale=1/255.0 ) flow_tr_gen = train_generator.flow(tr_images, tr_oh_labels, batch_size=BATCH_SIZE, shuffle=True)
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
선생님 안녕하세요 질문 좀 드려도 될까요?ㅠㅠ
- 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. 선생님 안녕하세요. 선생님 수업 머신러닝 완벽 가이드와 CNN fundamental편을 듣고 연구에 cnn모델을 적용하여 해보고 있는 대학원생입니다. 혹시 질문 좀 드려도 될까요?ㅠ 질문1. fold별로 loss를 찍어봤는데 다음과 같이 로스함수가 나옵니다. 1번 폴드에서 왜 이렇게 나오는 걸까요? randomness고정도 하였습니다. 이 링크는 상세 코드입니다 https://github.com/jeguring/2022_neoantigen-prediction/blob/master/code/Untitled_1.py batch_size 256 data "HLA-A_10_random" dataset_mode "random" erls_patience 30 fold_num 5 learning_rate 0.01 model "efficientnet-HLA-A-10-short"efficientnetb0모델에서 res값만 제 데이터에 맞게 바꿨습니다.(width=1.0, depth=1.0, res=[276,10], dropout=0.2) n_epoch 800 scheduler_gamma(scheduler : stepLRoptimizer : Adam) 0.1 scheduler_step_size 10 질문2. 제 데이터의 경우 matrix가 276x10입니다. 그런데, efficientnet의 원래 coefficient는 다음과 같습니다. # Coefficients: width,depth,res,dropout 'efficientnet-b0': (1.0, 1.0, 224, 0.2), 'efficientnet-b1': (1.0, 1.1, 240, 0.2), 'efficientnet-b2': (1.1, 1.2, 260, 0.3), 'efficientnet-b3': (1.2, 1.4, 300, 0.3), 'efficientnet-b4': (1.4, 1.8, 380, 0.4), 'efficientnet-b5': (1.6, 2.2, 456, 0.4), 'efficientnet-b6': (1.8, 2.6, 528, 0.5), 'efficientnet-b7': (2.0, 3.1, 600, 0.5), 'efficientnet-b8': (2.2, 3.6, 672, 0.5), 'efficientnet-l2': (4.3, 5.3, 800, 0.5), 제 데이터의 경우 276x10인데 기본 모델의 res값과 일치하는 게 없는데 이런 경우는 어떻게 해야 하나요? 일단 사용 중인 coefficient값은 efficientnetb0모델에서 res값만 제 데이터에 맞게 바꿨습니다.(width=1.0, depth=1.0, res=[276,10], dropout=0.2)