개발차

    [CS231n] 12. Visualizing and Understanding
    📗강의노트/CS231n

    [CS231n] 12. Visualizing and Understanding

    필터와 내적한 결과가 first layer에 입력된다. ( 학습된 가중치 ) 우선 가장 많이 찾는 것은 ‘Edge’성분이다. 흰/검으로 길게 늘어선 필터들이 보인다. 보색도 보인다. CNN을 어떤 모델/ 데이터로 학습하건 간에 첫 번째 레이어는 전부 다 이런 식으로 생겼다. 시각화 함으로써, 첫 번째 레이어가 무엇을 찾고 있는지 알 수 있다. 레이어가 깊어질 수록 더 알아보기 힘들다. 적당한 직관을 얻기가 힘들다. 연결이 되어있지 않기 때문이다. T-SNE는 특징공간을 시각화하기 위해서 사용하는 PCA보다는 더 강력한 방법이다. 군집들은 MNIST의 숫자를 의미한다. IMAGE-NET에도 적용 가능하다. 군집으로 나타남 원본 이미지를 CNN으로 4096dim으로 표현하고, 이를 t-SNE로 2dim으로 ..

    🐍Python/Pandas

    [Pandas] Pandas03 - Alcohol_Consumption 풀이

    Ex - GroupByIntroduction:¶GroupBy can be summarizes as Split-Apply-Combine.Special thanks to: https://github.com/justmarkham for sharing the dataset and materials.Check out this DiagramStep 1. Import the necessary librariesIn [ ]:import pandas as pd Step 2. Import the dataset from this address.Step 3. Assign it to a variable called drinks.In [5]:url = 'https://raw.githubusercontent.com/justmarkh..

    📗강의노트/KOCW 선형대수

    [KOCW 선형대수] 17강. 판별식의 응용

    제 17강. 판별식의 응용 Determinant of Am×n(1) Gauss Elimination A−>U det(A) = Products of pivotsrow exchange 할 때마다, 부호가 바뀜-1에 {number of row exchange} 승 만큼 붙음∏ni=1Pi 이 식과 곱해짐(2) Big formula 생각할 수 있는 모든 Permutation 조합들을 구하고 곱하고, 더하는 것(a1α,a2β)(4) CofactorFocus on one row !det(A)=∑nj=1aijCijC는 aij의 행, 열을 제외한 minor matrix이다.Cij=(−1)i+jdetMij따라서 다음과 같다.det(A)=∑nj=1aij(−1)i+jdetMij Determinant Applications (..

    👨🏻‍🏫IT 활동/인공지능교육 - NLP

    [NLP] Day 7 - Scraping

    Scraping교안 : https://lms.koipa.or.kr/static/uploads/lectures/Scraping.pdfScraping : 내가 원하는 특정 정보만을 가지고 올 수 있다.크롤링은 웹을 다뤄서 규모가 크지만, 스크래핑은 내가 원하는 곳에서 원하는 양만큼 어떤 규모든 얻어올 수 있음.exercise : https://validator.w3.org/unicorn/?ucn_lang=koIn [1]:import requests headers = {'user-agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537'} d..

    📗강의노트/KOCW 선형대수

    [KOCW 선형대수] 16강. 판별식의 공식

    제 16강. 판별식의 공식 det(A)= Product of all pivots from Gauss-Elimination ( = no pivoting ) det(A=LDU) L, U = 1로 나온다PA=LDUdet(P)=+or−1det(A)=+or−∏ni=1Pivotsi대각행렬 A에 대하여det(A)=N+1 모든 행에 대하여 linearly independent하다. Column Vector 1열이라도 모두 0으로 만들어주면됨. 일반적으로⎡⎣⎢⎢a11 a21 a31a12a22a32a13a23a33⎤⎦⎥⎥ a11a22a33(detP1)+a11a23a32(detP2)=a11(a22a33detP1+a23a32detP2) 괄호 안을 Cofactor라고 부르고 C 로 표기한다.빨간 부분을 Submatrix라고 부..

    [CS231n] 11. Detection and Segmentation
    📗강의노트/CS231n

    [CS231n] 11. Detection and Segmentation

    Segmentation, Localization, Detection 배울 내용이 다 들어가있는 사진이다. 첫 번째는 Semantic Segmentation이다. 입력은 이미지고 출력으로는 이미지의 모든 픽셀에 카테고리를 정한다. 픽셀로 카테고리를 정해서 암소 두마리를 구분할 수가 없다. 이것이 Semantic Segmentation의 단점이다. 이후에 Instance Segmentation이 이를 해결할 수 있다. 입력 이미지를 아주 작은 단위로 쪼갠다. 해당 영역이 어떤 카테고리에 속하는지 정하는 것이다. 비용이 매우 크다. 다 쪼개고 모든 영역을 forward / backward해야 하기 때문이다. 따라서 개별적으로 적용하는 것은 매우 좋지않다. Fully convolutional이 더 낫다. 이미지..

티스토리툴바