오늘 수강한 강의 - DL 03 Mask man classification (16 ~ 26)
16 dive to cnn
MNIST using CNN
- MNIST 데이터 가져오기
- 구조 가져오기
- 내가 구성한 layers들은 이렇게 호출 가능
- 아직 학습하지 않은 conv 레이어의 웨이트의 평균
- 학습도 빠름
- 학습 후 conv filter의 변화
- 0번 데이터는 5
- Conv 레이어에서 출력을 뽑고
- 입력에 대한 feature map을 뽑고
- Feature map이 본 숫자 5
- 방금 전 과정을 함수로 만들고
- 모델 채널을 증가시키고
17 ~ 24 Mask man
Mask man
Kaggle Mask man data
- 경로 확인
- 파이썬의 압축파일 관리툴
- 생소할 수 있지만 이렇게 정리하기도 한다
- 경로와 목록 정리
- 랜덤하게 어떤 그림들이 있는지 보자
- Train / test / validation으로 나눌 필요는 없다 (이미 되어있음)
- Train / test / validation 데이터의 분포 확인
- Index를 다시 정리
- 데이터 전처리
- Data 하나는 이렇게 생겼다
- shuffle
- X, y 데이터로 저장
- 트레인 데이터를 다시 나누기
- Compile
- 느리다
- Validation accuracy가 나쁘지 않다
- 상대적으로 0에 대한 recall이 조금 떨어짐
- 틀린것만 추리고
Mask man - colab
- 너무 느리다면 colab으로
- 이후 코드 동일
- 단 학습 시간만 놓고 보면 빨라짐
25 ~ 26 OX 분류
OX 손글씨 분류
데이터 부트캠프 참여중