일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- torch.nn
- 딥러닝
- torch.nn.Module
- pytorch
- pychram
- python
- ViT
- vision transformer
- LSTM
- tensorflow
- objectdetection
- torch
- Anaconda
- 파이썬문법
- vsC
- 가상환경구축
- 머신러닝
- __call__
- Deep learning
- 파이썬
- 컴퓨터비전
- segmentation
- 가상환경
- Torchvision
- __init__
- CNN
- rnn
- NumPy
- AI
- DeepLearning
- Today
- Total
목록전체 글 (48)
인공지능을 좋아하는 곧미남
pytorch의 패키지를 사용하여 Image Data를 Load하는 코드 설명과 과정에 대해서 알아보겠습니다. Data Augmentation과 os.listdir를 이용한 Window File folder에서 파일을 가져오는 방법도 있으니 참고하시면됩니다. 제가 pytorch에서 사용한 Dataloader관련 패키지는 "torch.utils.data.Dataset"과 "torch.utils.data.DataLoader"입니다. 오늘의 내용은 아래와 같이 간략히 정리됩니다. - INDEX - 1. import os를 이용한 image file명 불러와 list에 저장하기. 2. torch.utils.data.Dataset 클래스를 사용하여 저장된 image file명 list에서 file경로를 불러와 각..
안녕하세요 오늘은 Python Class 상속에 관한 내용과 실제로 pytorch 패키지의 torch.nn.Module을 활용한 예를 보겠습니다. 파이썬에서 클래스 상속은 자식과 부모의 관계로 나누어집니다. 여기서, super()함수를 이용해서 부모 클래스의 메서드나 파라미터를 자식 클래스에서 사용할 수 있습니다. 오늘의 내용은 아래와 같습니다. 1. 클래스 상속 방법 2. super() 사용 방법 1) 단순 방법 2) 심화 방법 3. 클래스 상속 오류 AttributeError: cannot assign module before Module.__init__() call 1. 클래스 상속 방법 - 코드에서 선언 방법: class 자식클래스명(부모클래스명) - 클래스 상속의 역할 클래스는..
오늘은 이미지 및 영상을 활용할 수 있는 ConvLSTM을 알아보겠습니다. ConvLSTM은 저번 포스팅에서 설명드린 일반 LSTM이 아닌 FC LSTM 구조에서 Convolution 연산을 적용한 사례로 FC LSTM부터 간단히 알아보도록 하겠습니다. 오늘의 내용은 아래 목차와 같습니다. 1. FC LSTM 설명 2. ConvLSTM 설명 1. FC LSTM (Fully-Connected Long Short-Term Memory) FC-LSTM은 LSTM에서 발전한 모델입니다. 구조적으로 변경된 내용이 있는데요. 기존의 LSTM에는 Long Term Memory의 정보를 가진 Cell State의 정보를 Hidden Layer에 사용하지 않았습니다. 하지만, FC-LSTM은 이 Cel..
오늘은 딥러닝에 적용할 수 있는 순환구조를 이해하기 위한 RNN, LSTM 이론을 알아보겠습니다. 1. RNN-순환신경망 (Recurrent Neural Network) 1) RNN 순환구조: RNN의 순환구조를 이해하기 편하게 아래 그림을 빗대어 설명하면, RNN CELL은 초록색의 상자로 표현되는데, 첫번째 INPUT X1를 받아와 Hidden State인 RNN CELL을 업데이트하고 Y1을 출력하고 그 다음 시퀀스(i=2)의 Hidden State RNN CELL에 정보가 전달된다. 이 과정을 마지막 시퀀스까지 반복하는 것이 RNN의 순환구조이다. (여기서 Output은 Many to Many, Many to One Task에 따라 다르고 출력하고 싶은 시점의 출력을 얻을 수 있다.) 수학적 Fo..
안녕하십니까? 오늘은 Anaconda와 Pycharm을 이용한 가상환경 구축 설명드리겠습니다. 보통 Python을 사용할때 여러가지 원하는 패키지들을 어떤 공간에 저장하여 사용할 수 있는데요. 이때 그 공간을 가상환경이라 지칭하고 이 환경을 구축하는 방법을 소개하겠습니다. - 오늘의 내용 - 1. Anaconda 설치 2. Pycharm 설치 3. CMD에서 Anaconda 가상환경 생성 4. CMD에서 pip, anaconda 패키지 install, install 한 패키지 version update 5. Pycharm에서 가상환경 연결 및 installed 패키지 사용 6. cmd에서 생성한 가상환경 접속하기 1. Anaconda 설치 - 설치 url: https://www.anaconda.com/p..
Convolution Operation에 관해 수식만 본다면, 직관적으로 이해하기가 어려울 수 있다. 그래서, 나는 Image Pixel Matrix를 간단하게 시각화하여 블로그에 기록을 남긴다. 우선, Convolution Operation은 Kernel 크기 만큼의 Map(Weight를 가지는)과 Input image나 feature를 합성곱 연산을 통해 이미지의 특징을 추출하는 과정입니다. Kernel 이란? n x m 크기의 행렬로 Input으로 들어오는 Image나 Feature(Width X Height 크기)를 왼쪽 상단부터 오른쪽 하단까지 순차적으로 Window Sliding 하는것인데요. - Kernel 크기의 겹쳐지는 부분의 weight = K - Image pixel이나 Feature..
class의 magic function인 __call__에 관해 알아보겠습니다. 1. "__call__"의 사용목적 및 기본예시 2. "__call__"을 사용하여 pytorch에서 nn.Module 패키지 내부적으로 수행되는 def forward(self, x)의 기능을 __call__로 구현 1. "__call__"의 사용목적 및 기본예시 1) 사용 목적: 클래스의 객체를 호출하게 만들어주는 매서드 __call__! - class와 __init__ 매서드를 정의해주고 __call__ 매서드를 정의한 후 class 객체를 생성해주고 그 생성자를 호출하면 __call__ 매서드의 명령어가 실행된다. 2) 예시 코드 class A(): def __init__(self, x, y): sel..
오늘은 torch.nn.Module.parameters(), named_parameters()를 이용하여 Deep Neural Network의 convolution layer의 parameters인 weight, bias를 추출해보겠습니다. 오늘의 내용은 아래와 같습니다. 1. torch.nn.Module.parameters() 설명 2. torch.nn.Module.named_parameters() 설명 제가 구성한 model은 아래 코드와 같습니다. - 구현 코드 - import torch import torch.nn as nn class CNN(nn.Module): def __init__(self, img_size, num_class): super(CNN, self).__init_..