728x90 [파이썬 Projects]/<파이썬 딥러닝, 신경망>9 [딥러닝] Deep Learning 기본 개념 및 문제 딥러닝의 정의출처: 내 삶속 AI: 알게모르게 스며든 AI 기술, 제대로 알고쓰자! 딥러닝은 인공 지능(AI) 연구 분야의 하나로, 인간의 뇌가 정보를 처리하고 학습하는 방식을 모방한 인공 신경망을 기반으로 하는 기계 학습의 한 형태이다. 이 기술은 데이터에서 복잡한 패턴을 인식하고 학습할 수 있는 다층적인(깊은) 신경망 구조를 사용한다. 딥러닝의 핵심은 대량의 데이터로부터 고차원적인 추상화를 자동으로 학습할 수 있는 능력에 있다. 이러한 과정은 여러 층을 거치면서 데이터의 특징을 점차적으로 추출하고, 더 복잡한 특징을 학습하는 계층적 접근 방식을 따른다. 각 층(layer)은 입력 데이터로부터 점점 더 고수준의 특징을 추출하며, 이는 단순한 패턴 인식에서부터 복잡한 의사 결정까지 다양한 문제를 해결하.. 2024. 9. 25. [Teachable Machine] 코딩없이 머신러닝 모델 만들기 - 2 이전 내용 [Teachable Machine] 코딩없이 머신러닝 모델 만들기 - 1Teachable Machine 이란? Teachable Machine은 누구나 머신러닝 모델을 쉽고 빠르고 간단하게 만들 수 있도록 제작된 웹 기반 도구이다.특별한 전문지식이나 코딩 능력 필요 없이 머신러닝 모델을 간단히puppy-foot-it.tistory.com Teachable Machine 을 통해 쿠로미와 하츄핑 이미지를 분류하는 모델을 만들었다.수행 내용 및 목표 이번에는 만들어진 모델을 활용하여 실제로 사용할 수 있는 사이트를 생성 및 배포하려 한다.Teachable Machine 에서 만든 모델 다운로드 생성한 AI를 웹서버에 옮기기 위해 일단 내보내기로 모델을 다운받는다. 1. 모델 내보내기 클릭 2. .. 2024. 9. 24. [Teachable Machine] 코딩없이 머신러닝 모델 만들기 - 1 Teachable Machine 이란? Teachable Machine은 누구나 머신러닝 모델을 쉽고 빠르고 간단하게 만들 수 있도록 제작된 웹 기반 도구이다.특별한 전문지식이나 코딩 능력 필요 없이 머신러닝 모델을 간단히 만들 수 있다. 티처블머신이란, 누구나 쉽고 간단하게 나만의 머신러닝 모델을 만들 수 있도록 구글에서 제공하는 웹 기반 도구를 말한다. 티처블머신은 컴퓨터의 웹캠이나 마이크를 활용해 별도의 머신러닝 코드를 작성하지 않아도 이미지, 사운드, 포즈를 인식하여 구별할 수 있도록 학습시킬 수 있다. 티처블머신을 학습시키기 위해서는 먼저 학습시키고자 하는 데이터를 컴퓨터에게 클래스 또는 카테고리로 그룹화 하여 입력해준다. 이후 수집된 자료로 모델을 학습시킨 후 올바르게 학습했는지 테스트한다. .. 2024. 9. 23. [머신러닝 프레임워크] Keras vs Tensorflow vs Pytorch 머신러닝 프레임워크 Keras vs Tensorflow vs Pytorch 비교하기 문서 작업을 할 때 MS Word, 한컴 등 다양한 프로그램이나 툴처럼 AI 개발, 학습, 배포 후 운영 작업을 하는 과정에서 다양한 프레임워크를 활용할 수 있는데, 대표적으로는 Keras(케라스), Tensorflow(텐서플로우), Pytorch (파이토치)가 있다.그전에, 머신러닝이라는 개념에 대해 알고 싶다면 [파이썬 머신러닝] 머신러닝과 생태계 이해머신러닝의 개념 머신러닝은 일반적으로, 애플리케이션을 수정하지 않고도 데이터를 기반으로 패턴을 학습하고 결과를 예측하는 알고리즘 기법을 통칭한다.업무적으로 복잡한 조건/규칙들이puppy-foot-it.tistory.com 프레임워크란,개발 과정의 설계와 구현을 좀 더 편.. 2024. 9. 9. [텐서플로우 설치] X고생한 텐서플로우 import 성공기 지금 이 글은 나와 비슷한 상황을 겪고 있는 분들을 위해서,그리고 회사 컴퓨터(월급루팡...)와 집 노트북 (또 미래의 새 노트북 구입) 2가지로 파이썬을 하고 있는 필자를 위해 남겨두는 기록이다.이미지 분류 CNN 딥러닝 모델을 구현하기 위해 텐서플로우 설치 및 import 가 필수적이었다. [머신러닝] 텐서플로우(TensorFlow)란?텐서플로우(TensorFlow)란? 텐서플로우(TensorFlow)는 구글에서 개발한 오픈소스 머신러닝 프레임워크이다. 주로 딥러닝 모델을 만들고 학습시키는 데 사용되며, 다양한 플랫폼에서 실행이 가능하다.puppy-foot-it.tistory.com 텐서플로우 설치는 쉬우나, 이를 import 하는데 각종 에러가 난무하였다.에러1을 해결하면, 에러2라는 새로운 에러가.. 2024. 9. 7. [CNN 구조] 합성곱 신경망을 사용한 컴퓨터 비전 CNN 구조 전형적인 CNN 구조는 합성곱 층을 몇 개 쌓고(각각 ReLU 층을 그 뒤에 놓고), 그 다음에 풀링 층을 쌓고, 그 다음에 또 합성곱 층을 몇 개 더 쌓고, 그 다음에 다시 풀링 층을 쌓는 식이다.네트워크를 통과하여 진행할수록 이미지는 점점 작아지지만 합성곱 층 때문에 일반적으로 점점 더 깊어지며, 더 많은 특성 맵을 가진다. 지난 몇 년간 기본 구조에서 여러 변형이 개발되었고 인공 지능 분야의 놀라운 발전을 이끌었다.얼마나 진전되는지 확인하는 방법은 ILSVRC 이미지넷 대회(http://image-net.org) 같은 경연 대회의 오류율을 보는 것이다.대회에서 우승한 모델들의 발전 과정을 살펴보면 CNN의 작동 방식과 어떻게 딥러닝 연구가 발전되었는지 이해하는 데 많은 도움이 될 것이다.. 2024. 9. 6. [이미지 전처리] OpenCV를 통한 이미지 Resize 작업 수집된 이미지들을 머신 러닝 모델 학습에 사용하거나 YOLO와 같은 객체 감지 모델에서 실행하기 전에 크기를 통합하거나 기타 작업을 수행하여 이미지를 전처리 하는 것이 중요하다. 이미지 크기 통일이 중요한 이유 1. 모델 입력의 일관성: YOLO를 포함한 많은 모델은 입력 이미지가 특정 크기(예: YOLO의 경우 416x416 또는 640x640)를 가질 것으로 예상. 크기가 다른 이미지를 공급하면 오류가 발생하거나 성능이 저하될 수 있다.2. 효율적인 학습: 균일한 크기의 이미지가 있으면 모델이 다양한 이미지 크기를 처리할 필요가 없으므로 학습 프로세스가 단순화되고 수렴이 향상된다.3. 왜곡 방지: 신중하게 크기를 조정하면 이미지 내의 객체가 모델 성능에 영향을 줄 수 있는 왜곡되지 않도록 할 수 있다.. 2024. 9. 6. [이미지 라벨링] LabelImg 설치 및 실행 하기 학습할 이미지를 수집했으므로, 다음으로 해야할 작업은 이미지를 라벨링하는 작업이다. [이미지 웹스크래핑] 픽사베이 API Key 발급을 통한 이미지 수집앞서 네이버를 통해 이미지 웹스크래핑으로 이미지를 수집했으나, 그 수가 현저히 모자라기도 하고 원하는 이미지 (Tire Tread) 외에 다른 이미지까지 포함되어 있어 좀 더 정확한 이미지 + 대규모puppy-foot-it.tistory.com 구글링을 통해 이미지 라벨링 툴(Image Labeling Tool)을 검색하니, 다양한 라벨링 툴이 나온다.하지만, 어떤 게 좋은지 감이 없기 때문에 파이썬에 해당 라이브러리가 있는지 챗gpt를 통해 파악해본다.Python과 잘 작동하는 인기 있는 이미지 라벨링 도구는 LabelImg입니다. 이 도구는 오픈 소스.. 2024. 9. 6. [머신러닝] 텐서플로우(TensorFlow)란? 텐서플로우(TensorFlow)란? 텐서플로우(TensorFlow)는 구글에서 개발한 오픈소스 머신러닝 프레임워크이다. 주로 딥러닝 모델을 만들고 학습시키는 데 사용되며, 다양한 플랫폼에서 실행이 가능하다. 텐서플로우는 직관적인 API와 대화형 코드 샘플을 통해 머신러닝을 쉽게 배울 수 있도록 도와준다. 텐서플로우는 기계학습 분야를 일반인들도 사용하기 쉽도록 다양한 기능들을 제공한다. 2016년 알파고와 함께 한국에서도 관심이 높아진 추세이며 관련 컨퍼런스들도 개최되고 있다. 고수준 프로그래밍 언어로 알려진 Python을 활용하여 연산처리를 작성할 수 있다. 다른 언어들도 대부분 지원하지만 Python 관련 자료가 가장 많다. 때문에 공개된 지 그리 오래되지 않았음에도 불구하고 다양한 분야에서 활용되고 .. 2024. 8. 6. 이전 1 다음 728x90
