Real Late Starter

모델 평가 지표에는 특이도, 정확도, 민감도, 정밀도, 재현율이 있습니다. 이 중에 특이도(Specificity)와 민감도(Sensitivity)는 ROC curve와 AUC를 구할 때 이용됩니다. 정밀도와 재현율은 AP와 Precision-Recall Graph를 구하는데 사용됩니다. 분류 문제에 머신러닝을 할 때도 ROC curve와 AUC를 모델의 성능을 평가하는데 사용합니다. 1. Confusion Matrix 오차 행렬(confusion matrix)은 분류문제를 위한 모델의 성능을 평가하는 행렬입니다. 밑의 그림은 이진 분류기(binary classifier)의 confusion matrix의 예시 입니다. 1. TP(True Positive) TP는 정답이 1인데, 모델이 1로 예측한 경우입..

이번 포스트에서는 파이토치를 통해 간단한 딥러닝 네트워크를 만들어보고 어떤 방식으로 네트워크를 만들고 구성하는지에 대해서 알아보겠습니다. 1. Define the Network - Class 선언으로 사용하고자 하는 Network를 직접 구현할 수 있다. - Class로 선언할 Network의 필수 요소는? 네트워크를 정의 할 때의 꼭 들어가야하는 필수 요소는 바로 __init__과 forward 함수 입니다. 이 두가지 함수를 채워 넣으려면 어떤 것들을 사용해야 할까? - Convolution, Pooling, ReLU, Drop out, Normalize ... torch.nn 그리고 torch.nn.functional 라이브러리를 가지고 네트워크 함수를 채워 넣을 수 있습니다. # Network C..

머신러닝은 일반적으로 세 가지로 분류한다. 지도학습(Supervised Learning) 비지도학습(Unsupervised Learning) 강화학습(Reinforcement Learning) 1. 지도학습 우리가 보통 알고있는 머신러닝 기법을 사용하여 만든 제품이나 사례들을 대부분 지도학습을 통해서 나온 결과이다. 지도학습은 우리가 사용할 Input Data에 Target 또는 Label이 존재하고 그 Target과 Label을 가지고 예측(prediction)을 하는 것이라 할 수 있다. 지도학습에는 대표적으로 다음과 하는 종류가 있다. 분류 문제(Classification Problems) : 개와 고양이 이미지 분류 회귀 문제(Regression Problems) : 주가 예측, 학생들의 시험 점..

이번 포스트에서는 이전 시간에 다루었던 DataLoader를 가지고 나만의 이미지 데이터 셋을 만들어보는 실습을 진행해보겠습니다. 1. 이미지 데이터 파일 만들기 이미지 데이터 셋을 만들기 위해서는 자신이 원하는 이미지 파일이 있어야합니다. jpg, jpeg, png, bmp 등등의 이미지 형식의 파일들을 class별로 폴더를 만들어 넣어줍니다. 예시로써 저는 가방, 신발, 티셔츠 총 3가지 클래스를 만들어서 각각 8장의 이미지 파일을 넣어주었습니다. 여기서 주의해야 될 점이 저의 경우에는 "clothes"라는 상위 폴더를 만들고 그 안에 앞서말한 3가지의 클래스 폴더를 넣어주었습니다. 그렇기 때문에 밑에서 폴더 경로를 가지고 올 때는 상위 폴더의 경로를 가지고와야 합니다. 2. 필요 라이브러리 가져오기..

이번 포스트에서는 가장 유명한 코드 관리 및 협업 시스템인 Github의 Desktop 어플리케이션을 설치하는 방법에 대해 알아보겠습니다. https://github.com/shiftkey/desktop/releases/tag/release-2.0.4-linux1 shiftkey/desktop Fork of GitHub Desktop to support various Linux distributions - shiftkey/desktop github.com 우선 위의 링크로 가서 snap 파일을 다운로드 받아줍니다. 현재 2.1.0 버전까지 릴리즈되어있는데 가장 최신버전을 사용한 결과 설치 이후에 프로그램이 실행이 되지 않는 오류가 발생해서 이전 버전으로 설치해줍니다. 5번째에 있는 GitHubDeskto..

참고 : 1) https://blog.cosmosfarm.com/archives/248/%EC%9A%B0%EB%B6%84%ED%88%AC-18-04-%EB%8F%84%EC%BB%A4-docker-%EC%84%A4%EC%B9%98-%EB%B0%A9%EB%B2%95/ 2) https://hiseon.me/linux/ubuntu/install-docker/ 3) https://www.bsidesoft.com/?p=7820 우분투 터미널에서 아래의 명령어를 차례대로 한 줄 씩 입력한다. sudo apt update sudo apt install apt-transport-https ca-certificates curl software-properties-common curl -fsSL https://downloa..

Data Loader pytorch 공식 문서 : https://pytorch.org/docs/master/torchvision/datasets.html torchvision.datasets — PyTorch master documentation torchvision.datasets All datasets are subclasses of torch.utils.data.Dataset i.e, they have __getitem__ and __len__ methods implemented. Hence, they can all be passed to a torch.utils.data.DataLoader which can load multiple samples parallelly using torch.m pyt..

이번 포스트에서는 pytroch에서 사용하는 패키지에 대해서 알아보겠습니다. torch.nn torch.nn.functional Parameters Dropout Conv Containers Sparse Pooling Conv Distance Non-linear activation Pooling Loss Normalization Padding Vision Linear function(=fully connected layer) Non-linear Activation Data Paralles Dropout Normalization Utilities Distance Recurrent Loss Linear Vision 1. torch.nn 1) torch.nn.Conv2d torch.nn.Conv2d를 사용해서..