AI/딥러닝10 10. 포켓몬 분류 1. 포켓몬 분류 * Train: https://www.kaggle.com/datasets/thedagger/pokemon-generation-one * Validation: https://www.kaggle.com/hlrhegemony/pokemon-image-dataset kaggle.comkaggle.com ◼ Kaggle API를 사용하여 Pokemon 데이터셋을 다운로드하고 압축을 해제 import os os.environ['KAGGLE_USERNAME'] = 'sarahlee721' os.environ['KAGGLE_KEY'] = 'b5dc455974daae96540089d7bcdf062a' !kaggle datasets download -d theda.. 2024. 6. 21. 09. 전이학습 1. 에일리언 VS 프레데터 데이터셋 작업 데이터 가져오기* 캐글: https://www.kaggle.com/datasets/pmigdal/alien-vs-predator-images더보기 직접 다운로드 하기 캐글 api 가져오기: 케글 로그인 -> 계정 클릭 -> Your Profile -> Account -> API항목에 Create New Token -> kaggle.json 다운로드 Kaggle API를 위한 환경변수 설정 import os os.environ['KAGGLE_USERNAME'] = 'username' os.environ['KAGGLE_KEY'] = 'key' 에일리언 데이터셋을 다운로드하고 압축을 해제 .. 2024. 6. 21. 08. 간단한 CNN 모델 만들기 1. 간단한 CNN 모델 만들기 import import torch import torch.nn as nn import torch.optim as optim PyTorch의 Tensor를 생성하고 그 형태(shape)를 출력 # 배치크기 * 채널(1: 그레이스케일, 3: 컬러) * 높이 * 너비 inputs= torch.Tensor(1,1,28,28) print(inputs.shape)torch.Size([1, 1, 28, 28])========================1x1x28x28인 4차원 텐서첫 번째 차원(batch dimension): 배치 크기(batch size)는 1두 번째 차.. 2024. 6. 20. 07. CNN 기초 1. CNN(Convolutional Neural Networks)* 합성곱 인공 신경망 * 전통적인 뉴럴 네트워크에 컨볼루셔널 레이어를 붙인 형태 * 컨볼루셔널 레이어를 통해 입력 받은 이미지에 대한 특징(Feature)을 추출하게 되고, 추출한 특징을 기반으로 기존의 뉴럴 네트워크에 이용하여 분류 1. CNN을 사용하는 이유 * 이미지 분류할 때 DNN(Deep Neural Network)의 문제점 - 일반적인 DNN은 1차원 형태의 데이터를 사용해야 함 - 2차원 이상의 데이터가 입력되는 경우는 flatten 시켜서 한줄로 데이터를 변환 후 넣어야 함 - 이미지의 공간적/지역적 정보가 손실됨 * DNN의 문제점을 해결하기 위해 이미지를 그대로(Raw Input) 발음으로 공간.. 2024. 6. 20. 이전 1 2 3 다음 LIST
