1. 포켓몬스터 분류 Train Data : https://www.kaggle.com/datasets/thedagger/pokemon-generation-one Pokemon Generation One Gotta train 'em all! www.kaggle.com Validation Data : https://www.kaggle.com/hlrhegemony/pokemon-image-dataset Complete Pokemon Image Dataset 2,500+ clean labeled images, all official art, for Generations 1 through 8. www.kaggle.com 2. 필요한 Datasets 다운로드 및 압축풀기 import os os.environ['KA..

1. 에일리언 VS 프레데터 데이터셋 https://www.kaggle.com/datasets/pmigdal/alien-vs-predator-images Alien vs. Predator images Small image classification - for transfer learning www.kaggle.com 캐글 로그인 -> 우측 상단 계정 클릭 -> Your Profile -> 중앙Account 클릭 -> API 항목에 Create New API Token 클릭 -> kaggle.json이 자동으로 다운로드 됩니다. 실습 시작 1. 필요 모듈 임포트 import os import torch import torch.nn as nn import torch.optim as optim import m..

실습 1. 필요모듈 임포트 import torch import torch.nn as nn import torch.optim as optim 2. 차원지정 inputs = torch.Tensor(1, 1, 28, 28) print(inputs) # 결과값 => torch.Size([1, 1, 28, 28]) ▶ 1, 1, 28, 28 => 배치크기 * 채널(1: 그레이스케일, 3:컬러) * 높이 * 너비 3. 레이어 만들기 ▷ Conv2D conv1 = nn.Conv2d(in_channels=1, out_channels=32, kernel_size=3, padding='same') out = conv1(inputs) print(out.shape) # 결과값 => torch.Size([1, 32, 28, 2..

1. CNN이란? Convolutional Neural Networks의 약자이다. 합성곱 인공 신경망 전통적인 뉴럴 네트워크에 컨볼루셔널 레이어를 부팅ㄴ 형태 컨볼루셔널 레이어를 통해 입력 받은 이미지에 대한 특징(Feature)을 추출하게 되고, 추출한 특징을 기반으로 기존의 뉴럴 네트워크에 이용하여 분류 CNN의 특징을 알려주는 부분 : Feature Maps 딥러닝 부분을 알려주는 부분 : Fully connected layer 2. CNN을 사용하는 이유 이미지를 분류할 때 DNN(Deep Neural Network)의 문제점이 있었음 일반적인 DNN은 1차원 형태의 데이터를 사용해야 함. 2차원 이상의 데이터가 입력되는 경우 flatten 시켜서 한 줄로 데이터를 변환 후 넣어야 함. 이미지의..

1. 비선형 활성화 함수(Activation Functions) 신경망의 성능을 향상시키기 위해 사용됨 선형 함수는 입력값과 가중치를 곱한 결과를 그대로 출력하기 때문에 신경망에서 여러 개의 활성화 함수를 사용한다면 최종 출력값은 입력값과 가중치의 선형 조합으로 표현되므로 입력 데이터의 비선형 관계를 표현할 수 없음 신경망이 입력 데이터의 비선형 관계를 잘 학습할 수 있도록 하기 위해 비선형 활성화 함수가 필요함. 시그모이드(Sigmoid) 1. 필요모듈 임포트 import numpy as np import matplotlib.pyplot as plt def sigmoid(x): return 1 / (1 + np.exp(-x)) x = np.arange(-5.0, 5.0, 0.1) y = sigmoid(..

뉴런(neuron)의 종류 1-1. 생물학적 뉴런 인간의 뇌는 수십억 개의 뉴런을 가지고 있음. 뉴런은 화학적, 전기적 신호를 처리하고 전달하는 연결된 뇌신경 세포 1-2. 인공 뉴런 1943년에 워렌 맥컬록, 월터 피츠가 단순화된 뇌세포 개념을 발표함. 신경 세포를 이진 출력을 가진 단순한 논리 게이트라고 설명 생물학적 뉴런의 모델에 기초한 수학적 기능으로, 각 뉴런이 입력을 받아 개별적으로 가중치를 곱하여 나온 합계를 비선형 함수를 전달하여 출력을 생성한것을 뜻함. 2. 퍼셉트론(Perceptron) 인공 신경망의 가장 기본적인 형태로 1957년에 처음 소개되었음. 입력과 출력을 가진 단일 뉴런 모델을 기반으로 개발됨 초기의 기계 학습 알고리즘 중 하나로 이진 분류 문제를 해결하기 위해 설계되었음. ..