내가 하고싶은 건 다 하는 공간

객체 지향 언어의 특징 3가지: 상속, 다형성, 가시성체 지향 언어의 특징 3가지: 상속, 다형성, 가시성상속 Inheritance부모 클래스에서 선언된 객체를 자식 클래스에서 사용할 수 있습니다. class Person: def __init__(self, name, age, gender): self.name = name self.age = age self.gender = gender def about_me(self): print("제 이름은", self.name, "이고, 나이는", self.age, "살 입니다.")부모 클래스 Personclass Employee(Person): # 부모 클래스 Person으로 부터 상속 def __i..

Object Oriented Programming(OOP) 객체 지향 프로그래밍객체 개념을 프로그래밍으로 표현. 객체는 속성 Attribute와 행동 Action을 가집니다.예를 들어 객체가 축구선수인 경우 속성은 선수 이름, 포지션, 소속 팀 등이 되고, 행동은 공을 찬다, 패스한다 등이 됩니다. 순차적 프로그래밍 클래스 Class객체는 클래스 Class와 인스턴스 Instance로 설계도를 만듭니다. 예시로 축구 선수 정보를 Class로 구현해보겠습니다.1. 클래스 선언하기명명법은 두 가지가 있는데, 먼저 snake_case는 띄어쓰기 부분에 "_"를 추가해서 명명합니다. 참고로 다른 명명법으로는 CamelCase가 있는데, 띄어쓰기 대신 대문자를 적어줍니다. 예를 들어 snake_case로는 "so..

풀링층과 밀집층 혼자 만들면서 공부하는 딥러닝 1-2 합성곱 신경망(CNN) 모델 이해하기인공 신경망 ANN Artificial Neural Network입력층, 은닉층, 출력층을 거쳐 데이터를 처리합니다. 합성곱 신경망보다 간단한 분류 작업 및 예측에 활용됩니다.사람의 신경망 구조를 본따서 만든 기계학kmina02.tistory.com풀링층과 밀집층에 대한 개념 설명은 이전 글에 적어두었습니다. 이번 글에서는 케라스에서 어떤 클래스를 이용해서 풀링층과 밀집층을 구현하는지에 대해 정리하겠습니다. 합성곱층 Conv2D 혼자 만들면서 공부하는 딥러닝 1-2 합성곱 신경망(CNN) 모델 이해하기: 합성곱층 Conv2D패딩 Padding합성곱 연산을 통해 얻어진 결과에서 가장자리에 빈 공간을 추가합니다. 패딩을..

패딩 Padding합성곱 연산을 통해 얻어진 결과에서 가장자리에 빈 공간을 추가합니다. 패딩을 이용하면 이미지 가장자리 부분의 픽셀이 충분히 처리될 수 있습니다.패딩을 하지 않았다면 빨간색으로 표시된 1이 한 번만 연산될텐데, 패딩을 통해 4번 연산됩니다. 즉, 연산이 더 많이 일어나지만 가장자리 정보를 보존할 수 있습니다. 또한 출력 크기가 일정하게 유지된다는 특징이 있습니다. 위 사진에서는 입력과 출력 데이터가 모두 4*4의 크기로 동일합니다.패딩을 하면 세임 패딩 Same Padding, 패딩을 안 하면 밸리드 패딩 Valid Padding이라고 합니다. 패딩을 하면 입력과 출력의 크기가 같으므로(same) 세임 패딩이다~ 이렇게 이해했습니다. 스트라이드 Strides합성곱 연산을 수행할 때 몇 칸..

최초의 CNN 모델: LeNetLeNet의 구조를 직접 그려보았는데 틀린 부분이 있을 수도 있어요.. 직접 수기로 그려보니까 풀링, 패딩 등의 개념이 더 확실히 이해되고 좋네요:) 인공 신경망 ANN Artificial Neural Network입력층, 은닉층, 출력층을 거쳐 데이터를 처리합니다. 합성곱 신경망보다 간단한 분류 작업 및 예측에 활용됩니다.사람의 신경망 구조를 본따서 만든 기계학습 알고리즘으로, 신호나 값을 받고(Input) 그 수치가 임계값을 넘어서면 특정 결과를 내뱉습니다(Output).단점으로는 1) 학습시간이 오래 걸린다. 2) 과적합 Overfitting이 발생한다 3) 최적 파라미터 찾기가 어렵다 - 3가지가 있습니다. 합성곱 신경망 CNN Convolutional Neural ..

이전에 혼자 공부하는 머신러닝+딥러닝 공부하고 이번 여름에는혼자 만들면서 공부하는 딥러닝 공부해보려고 혼공학습단 신청했습니다! 코랩 실습이제는 코랩에서도 바로 구글 Gemini를 쓸 수 있네요! 신기하다. 최근 생성형 AI에게 잘 질문하는 방법을 공부하고 있는데 공부 열심히 해서 많은 도움을 받아봐야겠습니다.구글 코랩에 텐서플로/케라스가 이미 설치되어 있어서 저는 버전만 간단히 확인해봤어요. 텐서플로우 Tensorflow 케라스 Keras딥러닝 라이브러리는 그래픽 처리장치 GPU를 이용해서 인공 신경망을 훈련합니다. GPU는 벡터, 행렬 연산하기에 좋아서 인공 신경망 훈련에 쓰인다고 하네요.현재 널리 사용되는 딥러닝 프레임워크로는 파이토치 Pytorch와 텐서플로 Tensorflow가 있습니다.텐서플로 ..