본문 바로가기

분류 전체보기52

포켓몬 분류 1. 포켓몬 분류 Train : https://www.kaggle.com/datasets/thedagger/pokemon-generation-one Pokemon Generation One Gotta train 'em all! www.kaggle.com Validation : https://www.kaggle.com/hlrhegemony/pokemon-image-dataset Complete Pokemon Image Dataset 2,500+ clean labeled images, all official art, for Generations 1 through 8. www.kaggle.com import os os.environ['KAGGLE_USERNAME'] = 'sakongmyoungheun' os... 2024. 3. 27.
전이 학습 optimizer = optim.Adam(model.fc.parameters(), lr = 0.001) epochs = 10 for epoch in range(epochs + 1): sum_loss = 0 sum_acc = 0 for x_batch, y_batch in dataloaders['train']: x_batch, y_batch = x_batch.to(device), y_batch.to(device) y_pred = model(x_batch) loss = nn.BCELoss()(y_pred, y_batch) optimizer.zero_grad() loss.backward() optimizer.step() sum_loss = sum_loss + loss.item() y_bool = (y_pred .. 2024. 3. 26.
지도 학습 1. 개념 정리 지도 학습이란 정답이 주어진 데이터를 학습 한 뒤 입력된 데이터의 정답을 예측하는 방식 (회귀, 분류) 피쳐(Feature)와 라벨 (label)을 같이 학습시킨다는 점이 가장 큰 특징 지도 학습은 시간이 많이 사용되며 메모리 사용량도 높을 수 있음 정해진 label을 같이 학습시키기 때문에 데이터셋의 신뢰도가 중요함 label을 지정해서 학습하기 때문에 결과가 고정적이며 그 이상을 벗어나지 않음 2. 분류 말 그대로 분류를 뜻하며 지도학습의 일종 데이터를 주어진 범주(class) 안에서 예측 패턴 인식이 뛰어나 이미지 인식과 같은 분야에서 많이 사용 (ex. 개와 고양이 분) 분류의 종류에는 이진분류(Binary Classification)와 다중분류(Muiti Classificatio.. 2024. 3. 20.
간단한 CNN 모델 만들기 실습 import torch import torch.nn as nn import torch.optim as optim inputs = torch.Tensor(1,1,28,28) print(inputs.shape) # 결과 : torch.Size([1, 1, 28, 28]) 먼저 필요한 모듈들을 import 해주고 임의로 설정들을 준 변수를 tensor 형태로 만들어줍니다 첫번째 Conv2D # padding을 통해 이미지 크기(?)를 유지 할 수 있음, 현재 코드에서 padding을 주지 않았을 시에는 이미지 크기(?)가 26이 됨 conv1 = nn.Conv2d(in_channels=1, out_channels=32, kernel_size=3, padding='same') out = conv1(inputs).. 2024. 1. 23.

티스토리툴바