모도리는 공부중

CNN (Convolution Neural Network)의 구조 CNN( 합성곱 은 입력된 이미지에서 특징을 추출하기 위해 마스크 필터를 도입하는 방법 이미지 전체 영역에 대해 서로 동일한 연관성 중요도 로 처리하는 대신 특정 범위에 한정해 처리한다면 훨씬 효과적일 것이라는 아이디어 제시 Convolution 은 비전에서 주로 filter 연산을 뜻하며 이미지의 특징(feature)를 찾기 위해 filtering을 수행 CNN (Convolution Neural Network ) 과정 특성맵 feature map ) : 합성곱 계층의 입출력 데이터 특성맵은 평면을 구성하는 2차원로 구성 → 채널 흑백으로 코딩된 경우 흑백의 그레이 스케일만 나타내면 되므로 깊이는 1 입력신호가 RGB 신호로 코딩된 경우..

여러분이 지금까지 배운 MVC가 SPRING으로 변환되는 과정을 이해할겁니다. CONTROLLER가 어떻게 변환되느냐에 따라 달라진다. 데이터베이스도 어떻게 바꾸느냐도 공부해야하며 JSP도 JSTL과 EL을 사용할 줄도 알아야한다. 실제로는 방금 말한 3가지는 현업에서 사용하지 않는다. 10년 전 기술이지만 이 부분을 알아야 최신 기술(프레임워크)을 익힐 때 어렵지 않게 배울 수 있을 것이다. 그리고 제이쿼리와 AJAX도 사용할 줄 알아야한다. 여러분의 취업 확률은 모든 프로젝트의 기반기술인 웹이 가장 중요하므로 자바를 사용하는 회사로 가게 될 확률이 가장 높습니다. 지금까지 배운 웹단이 다 어려웠다고 하더라도 이 수업은 취업과 직결되는 부분이므로 꼭 집중해서 내것으로 만들기를 바랍니다. SPRING이 ..

저번 시간 정리.. # 퍼셉트론 1개로 구성된 신경망 # 넘파이 임포트 안했다면 해줄것 # (특성 데이터, 라벨 데이터, 반복수, 학습률) def fit_new(X, y, epochs, lr) : # (1) 파라미터 초기화(w,b) w = np.random.rand(1) b = np.random.rand(1) # epochs만큼 반복해서 학습 for i in range(epochs): # (3) 입력받는 X를 이용해서 y를 예측 (예측값y = pred_y) pred_y = w * X + b # (4) 오차 계산 (오차error = 실제값y - 예측값pred_y) error = y - pred_y print("반복수 : {}, 예측값 : {}, 오차 : {}".format(i, pred_y, error))..

저번시간 실습으로 했던 XOR논리 학습에 대한 수업 이어서 갑니다. X_xor = [[0,0],[0,1],[1,0],[1,1]] y_xor = [0,1,1,0] # 신경망 설계 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Activaion model3 = Sequential() model3.add(Dense(units=1, input_dim=2)) model3.add(Activation("sigmoid")) model3.summary() out : # 컴파일 model3.compile(loss="binary_crossentropy", optimizer="adam", metrics=["acc..

신경망 = 선형회귀 + Rogistic Regression 신경망은 굉장히 많은 수의 w*b가 있다. 이러한 문제로 딥러닝은 과적합에 자주 걸리는 문제점이 발생한다. create를 눌렀을 때 3.8만 뜬다면 update index를 눌러서 업데이트를 해준다. 버전을 3.6으로 맞추고 이름을 deep01로 설정해서 create. 설치하는데 시간이 걸리므로 이 작업을 선행 후 수업을 진행하겠습니다. not installed로 바꾸고 search packages에 다음을 입력하여 설치해준다. jupyter numpy pandas matplotlib seaborn scikit-learn opencv 3개 라이브러리 apply를 적용하면 내가 선택한 9개가 상단에 뜬다. 확인 후 한 번 더 apply. 설치가 끝..