# DeepLearning
이미지 딥러닝
1. 필요한 패키지, 라이브러리 2. train/test data 3. 이미지 정규화 4. 사전학습모델 불러오기(optional) 5. 모델 제작 6. 모델 compile 7. 모델 fit 8. 모델 평가
[Pytorch] 분산학습(V1) 비교 실험 - DDP, DP
CUDA 11.1Pytorch : 1.8.1 CU11.1GPU : A10OS : Linux 18.04Model : AlexNet, ResNet20Data : CIFAR10Training Method : DP(DataParallel), DDP(DataDistributed
fine tuning과 over fitting 그 사이 어딘가...
현장 1~5까지의 데이터를 각 모델에 fine tuning한 결과로 model 1~5 그리고 all model 이렇게 5개의 모델이 생성됬다. 이렇게 생성된 모델의 정확도 수준을 분석했고 대부분의 모델이 수그린 자세에 대해 많이 학습되었고 fine tuning이 되지
Pegasus Model (Summarizatoin)
대량의 corpus 로 encoder - decoder 기반의 PLM transformer 모델Pegasus 는 기존 pretrained model 에서 사용하는 MLM(Masked Language Model) 과 유사하게 GSG(Gap-Sentences-Generat
[논문 공부] Character Decomposition to resolve class imbalance problem in Hangul OCR
표음문자인 한글의 특징 중 하나는 11172개의 서로 다른 글자를 오직 52개만의 graphemes를 사용해서 조합할수 있다는 것이다.위와 같은 조합의 수는 일반적인 컴퓨팅 자원으로 다룰 수 있는 범위를 넘어섰기 때문에 일반적으로 한글 OCR에서는 "흔히 사용되는 글자
그런 당신을 위해 논문을 준비했습니다! ResNet 편. Deep Residual Learning for Image Recognition 논문 리뷰
**원문 : https://arxiv.org/abs/1409.1556 ** Deep Residual Learning for Image Recognition 논문을 리뷰해보겠다. 그리고 틀린점이 충분히 있을 수 있다. 발견하신다면 여지없이 댓글달고 혼내주세요. 많이 배
pytorch memo
https://pytorch.org/tutorials/beginner/nn_tutorial.htmlnp -> torchTensorDatasetDataLoader batch 로 튀어나옴WrappedDataLoader 원래 있던거에서 \_\_init\_\_, \_
Numpy or Tensor array to Image
필요할때 마다 그때그때 코드 작성하기 너무 귀찮아서 정리했다.Numpy array(H,W,C) 또는 Tensor array(C,H,W)에 대해서알아서 numpy.ndarray로 변환하고 0~255로 normalized한 다음input array에 대해 PIL.Image
Optimization & Gradient Descent
Optimization(최적화)는 Loss function(손실 함수)의 값을 최소화하는 파라미터를 구하는 과정입니다. 손실 함수는 모델의 예측값과 실제 정답의 차이를 비교하는 함수입니다. 따라서 손실 함수의 값을 최소화하는 최적화란 모델의 예측값과 실제 값의 오차를
[DeepLearning] 과수화상병 CV project
이어드림스쿨 2기 CV프로젝트로 과수화상병 이미지분류 프로젝트를 진행하였고, 프론트엔드 웹페이지 분류기로 만들어 보았습니다.
