월 22,000원
5개월 할부 시다른 수강생들이 자주 물어보는 질문이 궁금하신가요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
문의 드리겠습니다.
안녕하세요 선생님 현재 회사에서 CLASS 가 500 개 되는 것을 다양한 속성 FEATURE 를 통해서 Softmax 를 통해 다중 분류(Multi-classification) 하는 프로그램을 개발하려고 하는데요 결론적으로 다양한 독립변수 INPUT (정형데이터) 값들이 DB 로 있고 , 정해진 500개의 TYPE 중에 어떤 TYPE 인지 분류 하는 모델로 개발하고싶습니다. . . RULE-BASED 로 개발 진행하다가.. 머신러닝/딥러닝도 가능할꺼같아서요.. 이럴 경우에, 딥러닝 , 머신러닝 어떤 학문을 깊게 공부하면 좋을까요? 물론 둘다 공부를 하긴 할꺼지만요 .. 시간이 촉박해서요.. 딥러닝 수강을 해놨지만.. 결국 이미지나 일반 텍스트가 아닌 정형 데이터를 보고 Class 를 분류하는 거면.. 머신러닝이 될꺼같은데 맞나요? 또 500개의 클래스를 10개정도의 속성으로 분류하는 모델을 만들면 .. DB 가 충분할 경우 머신러닝으로 실제로 분류가 가능할지.. 궁금합니다.. NUMPY,PANDAS 및 SKLEARN 에 기본 회귀,분류 모델은 전에 몇번 돌릴 정도 실력이지만 (유튜브에서 이런저런 영상을 보며 분류, 회귀 기본 모델은 DATASETS 을 LOAD 하여 코랩으로 돌려봤습니다..) 아직 머신러닝에 대해 깊이 배우진 않아서요 .. 바쁘시더라도 답변 부탁드립니다. 만약 딥러닝 보단 머신러닝을 깊게 배워야 한다면 선생님의 머신러닝 강의부터 다시 들어볼 계획이라서요 ㅎ
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
출력 피처맵의 크기 공식의 일반적인 적용
안녕하세요 ! 교재 내용 '출력 피처맵의 크기 공식의 일반적인 적용' 부분 중 1) Padding이 없을 경우, Strides가 2이면 '입력 피처맵 크기 절반-1' 2) Paddingdl 1일 경우, Strides가 2이면 '입력 피처맵 크기 절반 또는 절반+1' 공식이 이해가 되지 않습니다 입력 피처맵 크기가 홀수/짝수인 경우에 따라 공식이 다르게 나와야 할 거 같아서요 !
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
강의 듣는 순서(?) 질문
안녕하세요 딥러닝 컴퓨터 비전 완벽 가이드 와 딥러닝 CNN 완벽 가이드 - Fundamental 편 의 강의순서 질문드립니다. 딥러닝 CNN 완벽 가이드 - Fundamental 편 를 먼저 듣는 것이 더 좋은 것 맞나요? 강의 제목보면 이게 맞는것 같은데, 수강평을 보니, 딥러닝 컴퓨터 비전 완벽 가이드 를 듣고 오면 좋다는 내용도 있어서요!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
데이터 증강에 대하여
선생님, 안녕하세요! 강의 잘 수강하고 있습니다. 이미지 데이터 증강에 대해 이해가 어려운 점이 있어 질문드립니다. 1. 데이터 증강은 원본 학습 데이터의 갯수 자체를 늘리는 것이 아니라, 학습 시마다 개별 이미지를 변형해서 학습을 수행하는 것이라고 하셨는데.. 원본 데이터 갯수를 늘리는 것과, 학습 시마다 변형시키는 것에 정확도 차이가 있을까요? 왜 꼭 학습 시마다 변형시키는 것인지 궁금합니다. 2. ImageDataGenerator 을 이용해 증강할 값의 범위(밝기, 회전각도 등) 만 지정하고 증강을 수행하면, 모든 경우의 수에 대해 학습시켜볼 수 없는 걸까요? data_datagen = ImageDataGenerator(rescale=1./255, rotation_range=20, brightness_range = [0.7, 1.3], width_shift_range=0.1, height_shift_range=0.1, zoom_range=0.2, fill_mode='nearest') 예를 들어 위 코드에서 밝기 범위가 [0.7,1.3]인데, 원본 대비 각각 0.7,0.8,0.9,1.0,1.1,1.2,1.3배의 밝기를 가지는 이미지들에 대해 모두 학습시키고 싶은데.. 그것은 불가능한 걸까요? 감사합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
이미지분석에서 사이즈를 분석하는 방법에 대해서
선생님 안녕하세요 ㅎ 덕분에 어려웠던 딥러닝강의 열심히 듣고 잇습니다. 초보자도 충분히 이해할수 있는 수준이라서 너무 감사합니다 ㅎ 지금 컴터비젼로드맵강의 2개를 듣고 잇는데요,,, 혹시 강의내용중에 사진안에서 어느물체의 사이즈를 판별하는 강의 내용도 잇는지요? 예를들어, 진흙과 섬유가 섞여잇는 사진인데, 이 섬유의 길이나 폭사이즈를 판별할수 잇는 강의인데요.. 혹시 강의내용안에 이러한 내용이 없다면 어떤 부분을 공부하면 되는지 가르쳐주시면 감사하겟습니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
이미지 하나만 별도로 업로드 해서 분류가 잘 실행되는지 확인 할려고 합니다.
예제 fashion-mnist-practice 의 모델 생성하는 부분을 참조했습니다. dataset의 경우 fashion_mnist를 쓰지 않고 숫자 mnist 파일을 사용했습니다. INPUT_SIZE = 28 model = Sequential([ Flatten(input_shape=(INPUT_SIZE, INPUT_SIZE)), Dense(100, activation='relu'), Dense(30, activation='relu'), Dense(10, activation='softmax') ]) 이걸 기본으로 model을 따로 저장했고, 저장된 model을 불러오고 별로도 이미지 파일을 만들었습니다. def get_read_image(): image_list =[] image = cv2.cvtColor(cv2.imread("./image/0_1.png"), cv2.IMREAD_GRAYSCALE) return image def get_show_image(image): plt.imshow(image) plt.axis("on") plt.legend() def get_preprocessed_image(image): image = np.array(image/255.0, dtype=np.float32) return image if __name__ == "__main__": image = get_read_image() image = np.resize(image, (1, 784)) image = get_preprocessed_image(image) image = image.reshape(1, 28, 28, 1) predict_result = np.argmax(model.predict(image)) print(predict_result) 이렇게 코드를 작성했는데 하나 이해가 가지 않는 부분이 Faltten() 에서 input_shape = IMAGE_SIZE (28), IMAGE_SIZE(28) 이부분입니다. input _shape(28, 28) 로 했다면 업로드한 이미지 파일도 3차원 image.reshape(28, 28, 1)이 들어가야 하는 것 같은데.. 무조건 3차원 만들어줘야 하는 거 아닌가요ㅠ 그래서 그렇게 입력하니깐 오류가 떠서, (1, 28, 28,1)로 넣으니깐 오류가 나지 않습니다. 저 부분이 왜 저렇게 되는지 잘 이해가 가지 않아서 질문 드립니다. 그리고 또 하나는 . model.summary() 를 했을 때 output shape에 None는 크게 신경쓰지 않아도 되는 것 인가요? 아래 이미지 처럼 (None, 28, 28)이 나왔다면 그냥 28행 28열로 구성된 tensor라고만 생각하면 되는 걸까요 질문이 길어서 죄송합니다 ㅠ input_1 (InputLayer) [(None, 28, 28)] 0 flatten (Flatten) (None, 784) 0 dense (Dense) (None, 100) 78500 dense_1 (Dense) (None, 30) 3030 output (Dense) (None, 10) 310
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
질문있습니다. Augmentation기법과 Keras Sequence 활용하기 강의 부분!
Albumentation을 이용한 Augmentation기법과 Keras Sequence 활용하기 강의 부분에서 별로의 Cnd_dataset(Sequence)에 __init__, __len__, __getitem__ 을 구현하는 것 까지는 이해했습니다. 제가 이해가 가지 않는 부분은 cnd_ds = CnD_Dataset(train_image_filenames, train_image_labels, batch_size=BATCH_SIZE, augmentor=cnd_augmentor, shuffle=False, pre_func=zero_one_scaler) 이 부분인데요, Cnd_Dataset 생성자에 매개변수만 입력하면, __init__ 함수만 호출되야 하는 거 아닌가 싶어서요 . 어느 부분에서 __getitem__ 과 __len__이 호출되는지 모르겠습니다. 아니면 cnd_ds를 생성할 때 Cnd_Dataset 클래스의 메서드를 다 타는 건가요? 답변 주시면 감사하겠습니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
모델 인퍼런스 타임에 관여하는 요소
안녕하세요 인퍼런스 타임에 미치는 파라미터가 Gflops로 보면 될까요? 결국 런타임에서 수행하는 연산량의 갯수가 인퍼런스 타임에 직접적으로 미치는 것이죠? 모델 사이즈는 엄청 연관된다고 볼 수 없는 것이죠?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
GPU on/off
안녕하세요, 선생님! Kaggle notebook setting 중에 accelerator가 안보여서 GPU on off 기능이 안보이는데 어떻게 해결하면 될까요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
여러뉴런이 있는 신경망의 Backpropagation
강사님 안녕하세요? 여러뉴런이 있는 신경망의 Backpropagation 세타의 미분값은 세타가 영향을 준 경로의 미분값들의 합으로 구하는데 이 개념은 수학적으로 증명된 개념이라고 이해하면 될까요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
원핫인코딩 질문
Dense Layer로 Fashion MNIST 예측 모델 구현하기 - 모델 설계 및 학습 수행 강의를 보다가 궁금중이 생겨 질문합니다. 1차원이던 label을 원핫인코딩을 해서 2차원으로 만들어졌는데 이유를 모르겠습니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
캐글 RAM 초기화 코드 질문
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. plant pathology 실습에서 config를 사용하는 부분 코드를 실행하다가 OOM 에러가 났습니다 아마도 out of memory...(?)같은데 이전 강의에서 ram을 비워주는 코드를 강사님께서 몇번 사용하셨던 기억이 있는데 정확히 어디쯤이었는지 기억이 나지 않아서 여쭤봅니다!!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
EfficienNet 파라미터 질문드립니다.
안녕하세요. 강사님 코로나에서는 잘 회복되셨는지요. 건강하셔서 앞으로 더 좋은 강의 많이 만들어주셨으면 합니다. :) 한참 강의를 듣다 EfficientNet Params 코드 설명중에 궁금한것이 있어 질문드립니다. (동영상 8분 56초 정도) 코드를 보면 channel_multiplier, depth_multiplier, resolution 부분이 아래 첨부 교재의 알파 베타 감마(𝜶,𝜷,𝜸)라고 이해해도 되는건지 문의드립니다. 아니면 파이𝝋 를 가리키는 것인지, 계산된 값인 d w r을 의미하는 것인지 헷갈려서 질문을 드립니다. 혹시 𝜶,𝜷,𝜸 를 뜻한다면 efficientnet-b0는 1.0, 1.0 으로 위 교재에 기재된 1.1, 1.2와는 다른데 제가 잘못 짚은 것인지요
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
early stop 질문
안녕하세요. 강의에서 보니 validation 없이 학습을 돌리시던데, early stopping은 어떻게 동작하나요?? 감사합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
Batch Normalization 질문
안녕하세요. Dense layer 다음에는 BatchNormalization을 하지 않고 , Conv2D 다음에만 BatchNormalization을 하는 건지 궁금합니다! 감사합니다!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
fashion mnist에 대하여
위와 같은 코드에서 변수를 저렇게 설정을 하면 학습데이터는 5만개와 테스트 데이터는 1만개로 나뉘어지는건가요?
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
입력 데이터 전처리 질문
안녕하세요. 11분 10초에서 labels 데이터 타입도 float32로 변경하셨는데, 혹시 이유가 있을까요? 항상 좋은 강의 감사합니다!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
멀티 레이블 관련 질문드립니다.
안녕하세요. 멀티 레이블 설명 관련해서 궁금한 점이 있어서 질문 남깁니다. 9분40초에서 한 모델에서 멀티 레이블할 수 있다고 하셨는데, 일반적으로 구현한다면 신발과 바지 각 모델을 만드나요? 아니면 한 모델에 멀티 레이블로 구현하나요?? 두 가지 방식중 어떤 방식을 선택할지 정하는 기준이 있나요?? 코로나에 걸리셨다고 들었는데, 하루빨리 쾌유하시길 바라겠습니다!
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
backpropagation gradient descent
안녕하세요. backpropagation과 gradient descent에 차이를 설명한다고 하면, gradient descent는 오류 값이 최소가 되는 weights를 방식이고, backpropagation은 gradient descent를 사용해서 weights를 업데이트 시키는 방식 중 하나인가요? gradient descet에 부분 집합이 backpropagation일까요?? 감사합니다.
- 미해결딥러닝 CNN 완벽 가이드 - Fundamental 편
Albumentation 함수 관련 질문
안녕하세요 강사님 강의 잘 듣고 있습니다. Albumentation 관련 강의 중에 CoarseDropout이나 Colorjitter의 경우 module 'albumentations' has no attribute 'Coarsedropout'와 같이 속성이 없다고 뜨는데 제가 코랩을 사용하고 있어서 버전 차이 때문에 발생하는 문제일까요? 공식문서를 보니 계속 지원하는 것 같긴 하더라구요.. 감사합니다.