- 전체보기(6)
- mediapipe(3)
- one week one project(3)
- SelfStudyMonitor(3)
- PyTorch 스터디(2)
- Randomforest(1)
- 학습 vs 추론(1)
- PyTorch(1)
- epoch & batch size & iteration(1)
- Chapter 2(1)
- Tensorflow GPU(1)
- anaconda(1)
- Dive into deep learning(1)
- tensorflow(1)
- gpu(1)
- 기획(1)
- activation function(1)
- Chapter 3(1)
- pytorch gpu(1)
- gpu 환경설치(1)
- Dive Into Deep Learing(1)
- human pose(1)
누구나 따라할 수 있는 PyTorch, TF GPU 설치 완벽가이드
local(데스크탑에 직접 설치하면서 정리함) > 순서: 변경할 수 없는 조건들 먼저 확인하자 1. 그래픽 카드 확인 RTX 2060 Super 1-A. 그래픽 카드(GPU) 이름 확인 그래픽 카드 이름은 윈도우 우클릭 작업관리자 -> 자세히 성능 탭
딥러닝 코드에 수학(선형대수, 확률)이 적용된 경우
2.6. Probability - Dive into Deep Learning 0.17.2 documentationCh2 정리 코랩 공유폴더 링크ch 2.1 ~ 2.6DiveToDeepLearning - Google DriveGoogle ColaboratoryCan MX
SelfStudyMonitor 2주차 기획
Eye Landmark에 초점을 맞추기노트북 웹캠 데이터셋 (상반신 사진 + 마스크를 쓴 얼굴)을 효과적으로 모니터링을 할 수 있을까?현재 획득 가능한 데이터셋인 눈(Eye)에 집중하기SelfStudyMonitor 프로젝트 완료개인 프로젝트는 짧고 밀도높게 진행해야 한
[3일차] 셀프 모니터링 프로젝트 by DL
PyTorch로 간단한 Classifier 제작 Dense layer 로 프로토타입 제작데이터 셋을 라벨당 10,000만장 수집하고, 기존의 2가지 라벨 (study / stop)에 1가지 라벨(Talk)을 추가해서 학습CE Loss 사용분류기의 성능이 좋지 않음분류
선형 회귀에서 배우는 학습의 구성요소
PyTorch 스터디 교재 : Dive Into Deep Learning 진행 방식 해당 주차의 스터디 범위 학습 정해진 순번대로 발표 (개인적 목표: 매회 발표 자원하기!) 스터디 과정에서 학습 내용을 정리하였다. Ch 3.1 3.1. 선형 회귀(Linear
[1일차]학습 셀프 모니터링 프로젝트 by cpu
SelfStudyMonitor 1주일 1프로젝트의 첫번째 프로젝트이자 학습 현황을 모니터링하는 프로젝트 최종 기능 웹캠으로 실시간 분류 및 모니터링 지표 제공 시간 (지속 시간, 기간) 횟수 > label : [자리비움 / 학습중] , [집중 / 평소 / 딴짓] 구