반응형 반응형 딥러닝12 반응형 Pycaret AutoML으로 ensemble 하는법 Kaggle이나 Dacon 같은 AI대회에 참여하다 보면 Ensemble 기법을 사용하여 점수를 끌어올려야 하는 상황이 발생한다. 이번에 소개할 라이브러리는 Pycaret AutoML 이다. 해당 라이브러리는 거의 모든 머신러닝 알고리즘을 사용하여 간편하게 Ensemble을 할 수 있다. Pycaret을 사용하기 위해 아래 라이브러리를 설치한다. !pip install pycaret[full] 그 다음 pycaret을 import 해준다. 만약 회귀로 진행할 경우 pycaret.regression으로 변경한다. from pycaret.classification import * 이제 데이터셋을 세팅해야 하는데 DataFrame 타입으로 input값을 주어야 한다. 나는 간단하게 주요 파라미터만 입력하였다... 2022. 3. 17. 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. 파이썬으로 동영상 파일 처리 방법 123456789101112131415161718192021222324252627282930#!pip install opencv-python import opencv file_path = ' 파일 경로 ' cap = cv2.VideoCapture(file_path) # 프레임 수 확인 frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) len(frames) # 프레임 전부 읽어오기 n_frames = []ret = True while ret: ret, frame = cap.read() if not ret: break RGB = cv2.cvtColor(cv2.COLOR_BGR2RGB) n_frames.append(RGB) # 이미지 확인 cv2.imshow('img', n.. 2021. 4. 2. Few-Shot Adversarial Learning of Realistic Neural Talking Head Models 간단해석 * 해당 코드를 참고하면서 논문을 읽으면 이해하는데 도움이 됨 github.com/vincent-thevenin/Realistic-Neural-Talking-Head-Models vincent-thevenin/Realistic-Neural-Talking-Head-Models My implementation of Few-Shot Adversarial Learning of Realistic Neural Talking Head Models (Egor Zakharov et al.). - vincent-thevenin/Realistic-Neural-Talking-Head-Models github.com 1. Introduction 2019년 5월에 모스크바의 Samsung AI Centor 에서 발표한 논문이다... 2021. 3. 25. 이전 1 2 3 다음 반응형
