반응형 반응형 ML | DL/딥러닝 이론|실습4 반응형 [Activation Function] Sigmoid 이란? 시그모이드(sigmoid)가 주로 사용되는곳은 마지막 출력 layer에서 class 0과 1을 예측할 때 이다. 예전에는 은닉 layer에서 자주 사용되었지만 gradient vanishing 이슈로 인해 최근에는 거의 사용되지 않는다. 1. Odds 오즈는 간단하게 말하면 확률을 계산하는 식이다. 특징으로는 0에서 ∞(무한대) 까지 발산한다. 우리에게 동전이 하나 있다. 해당 동전을 던져서 앞면이 0.3 뒷면이 0.7이라고 하면 앞면과 뒷면의 Odds는 앞면에 비해 뒷면이 몇배는 클것이다. 우리가 예측을 할 때에는 확률의 차이가 대칭적이여야 class마다 공평한 확률을 만들 수 있다. 2. Logit 해당 이슈를 해결하기 위해서 간단한 아이디어가 하나 있는데 바로 Odds에 log를 씌워주는 것이다. .. 2022. 3. 28. Deepfake faceswap 소프트웨어 설치, 사용법 Faceswap은 사진 혹은 비디오에 있는 얼굴을 인식하여, 얼굴 부분을 바꾸어주는 DeepLearning 기술 기반의 Software 입니다. 1. 사용자 환경 - Anaconda 4.9.2 - Window10 - Cuda 10.1 2. 설치 방법 faceswap 다운로드 주소 - faceswap.dev/download/ window나 linux 중 본인에 맞는 환경에 따라 설치 1) 경로설정 2) 본인 GPU에 맞는 설정 클릭(GPU 없으면 CPU로 설정) 3. 실행 1) Anaconda prompt으로 설치된 경로로 들어가서 해당 파일 확인 2) 본인 설정에 맞는 파일 라이브러리 설치 ex) pip install -r requirements_nvidia.txt Tensorflow 버전에 맞는 GPU.. 2021. 4. 6. CNN(Convolutional Neural Networks) 이론 설명 CNN 이란?- 이미지, 영상, 음성을 분석하기 위해 패턴을 찾는데 유용한 알고리즘으로, 데이터에서 이미지를 직접 학습하고 패턴을 사용해 이미지를 분류한다.일반적인 DNN은 기본적으로 1차원의 데이터를 사용해서 학습을 해야한다. 하지만 이미지 데이터는 640 x 640 이런 식으로 표현된다. 이 아무 처리없이 1차원으로 바꾸면 형체를 알 수 없을 정도로데이터의 손실이 일어난다. 이를 해결한게 CNN 이다. CNN은 크게 두단계로 나누는데 1. 전처리 과정 feature extraction2. 분류 과정 classification 아래 그림을 보면 더 이해가 잘 될것이다. 위의 그림은 CNN의 전체 과정을 담은 것이다. 크기가 32 x 32 ~ 5 x 5까지 줄어드는것을 볼수 있는데,이는 그림 데이터의 중.. 2020. 10. 30. [딥러닝] 딥러닝 기초 머신러닝을 배우다 딥러닝으로 넘어온 오늘.. 내가 딥러닝을 배우다니! 다층 퍼셉트론 - 입력층(input layer) 한개, 은닉충(hidden layer) 한개이상, 출력층(output layer)으로 구성되있는걸 다층 퍼셉트론이라 부른다. 이 때 은닉충이 두개 이상이면 심층 신경망 이라 부르며 딥러닝은 이 심층 신경망을 연구하는 분야 라고 한다! 역전파 훈련 알고리즘 - 이 알고리즘은 간단히 말하면 효율적인 기법으로 그레이디언트를 자동으로 계산하는 경사하강법 이라고 한다. 네크워크를 정방향으로 한 번, 역방향으로 한 번 통과하여 모든 모델 파라미터에 대한 네크워크 오차의 그레이디언트를 계산할 수 있다. 순서대로 써보면 1) 각 훈련 샘플에 대해 역전파 알고리즘이 먼저 예측을 만들고 오차를 측정(정방향.. 2020. 10. 13. 이전 1 다음 반응형
