인공지능/부스트캠프 Ai Tech
-
[DL Basics] 5. Modern CNN인공지능/부스트캠프 Ai Tech 2022. 2. 12. 10:01
In [1]: from IPython.core.display import display, HTML display(HTML("")) 많은 용어들을 정확히 정의하고 이해해야 타 연구자들과 커뮤니케이션에서 문제가 없다. 5. Modern CNN - 1x1 convolution의 중요성¶ 파라미터의 숫자, 네트워크의 Depth를 중점으로 보자 네트워크의 Depth는 점점 늘어나고 숫자는 점점 줄어들며 성능은 점점 성장한다. ILSVRC(ImageNet Large-Scale Visual Recognition Challenge)¶ Classification / Detection / Localization / Segmentation 1,000 category 5-1. AlexNet¶ 핵심 아이디어 ReLU(Recti..
-
[DL Basics] 4. Convolution인공지능/부스트캠프 Ai Tech 2022. 2. 12. 09:57
In [1]: from IPython.core.display import display, HTML display(HTML("")) 많은 용어들을 정확히 정의하고 이해해야 타 연구자들과 커뮤니케이션에서 문제가 없다. 4.Convolution¶ Continuous convolution ${(f * g)(t) = \int f(\tau)g(t - \tau)d\tau = \int f(t - \tau)g(t)d\tau}$ Discrete convolution ${(f * g)(t) = \sum_{i=- \infty}^\infty f(i)g(t - i) = \sum_{i=- \infty}^\infty f(t-i)g(i)}$ 2D image convolution ${(I * K)(i,j) = \sum_m\sum_n I..
-
[DL Basics] 2. Optimization인공지능/부스트캠프 Ai Tech 2022. 2. 12. 09:55
In [1]: from IPython.core.display import display, HTML display(HTML("")) 많은 용어들을 정확히 정의하고 이해해야 타 연구자들과 커뮤니케이션에서 문제가 없다. 1.Optimization¶최적화의 컨셉들¶ Generalization Under-fitting vs over-fitting Cross validation Bias-variance tradeoff Bootstrapping Bagging and boosting 1-1.Generalization¶Generlization gap : Train error와 Test error 사이의 차이 다만 Train error가 높은 모델에서 Generalization gap이 좋다고 좋은 모델인가? 아니지. G..
-
[DL Basics] 1. NN & MLP인공지능/부스트캠프 Ai Tech 2022. 2. 12. 09:54
In [1]: from IPython.core.display import display, HTML display(HTML("")) Neural Networks¶NN은 포유류의 신경망을 모방하여.. 이게 맞나? 이제는 초기 방향에서 많이 멀어졌다. NN은 함수를 근사하는 모델, affine transformations followed by nonlinear transformations. Matrix¶두개의 벡터 공간(vector spaces)을 mapping 시켜주는 역할 non-linear transform(비선형 변환)¶ activation function으로 non-linear 연산을 수행해준다. ReLU, Sigmoid, Hyperbolic Tangent 등 여러 비선형함수가 존재하고 어떤것이 좋은..
-
[Data Viz] 2-3. Scatter Plot인공지능/부스트캠프 Ai Tech 2022. 2. 4. 21:34
In [1]: from IPython.core.display import display, HTML display(HTML("")) In [2]: import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt 1. Scatter Plot(산점도)¶Scatter plot은 점을 사용하여 두 feature간의 관계를 알기 위해 사용하는 그래프 직교 좌표계에서 x축/y축에 feature 값을 매핑해서 사용 .scatter() In [16]: fig = plt.figure(figsize=(5, 5)) # aspect : 가로축과 세로축의 스케일을 맞춰줌 1은 1:1 비율 ax = fig.add_subplo..
-
[Data Viz] 2-2. Line Plot인공지능/부스트캠프 Ai Tech 2022. 2. 4. 21:33
In [1]: from IPython.core.display import display, HTML display(HTML("")) In [47]: import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt 1. Line Plot(꺾은선 그래프)¶연속적으로 변화하는 값을 순서대로 점으로 나타내고, 이를 선으로 연결한 그래프 시간/순서에 대한 변화에 적합하여 추세를 살피기 위해 사용 .plot() 5개 이하의 선을 사용하는 것을 권장 구별하는 요소¶ 색상(color) 마커(marker, markersize) : 마커의 종류 선의 종류(linestyle, linewidth) : solid, dash..
-
[Data Viz] 2-1. Bar Plot인공지능/부스트캠프 Ai Tech 2022. 2. 4. 21:22
In [1]: from IPython.core.display import display, HTML display(HTML("")) In [2]: import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt Bar Plot(막대그래프, bar chart, bar graph)¶범주(category)에 따른 수치 값을 비교하기에 적합한 방법 개별 비교, 그룹 비교 모두 적합 막대의 방향에 따른 분류(.bar() , .barh()) 수직(vertical) : x축에 범주, y축에 값을 표기(기본값) 수평(horizontal) : y축에 범주, x축에 값을 표기(범주가 많을때 적합) In [3]: fig..
-
[Data Viz] 1. Matplotlib인공지능/부스트캠프 Ai Tech 2022. 2. 4. 21:17
In [1]: from IPython.core.display import display, HTML display(HTML("")) In [3]: import numpy as np import matplotlib as mpl print(f'numpy version : {np.__version__}') # version check print(f'matplotlib version : {mpl.__version__}') # version check # pylab은 pyplot으로 대체됨 import matplotlib.pyplot as plt numpy version : 1.21.2 matplotlib version : 3.5.0 기본 Plot¶FIgure와 Axes¶Figure라는..