전체 글

전체 글

    3. 장고 관리자

    3. 장고 관리자

    관리자 화면을 한국어로 변경하길 원할 경우 'settings.py'중 LANGUAGE_CODE = 'en-us'를 LANGUAGE_CODE = 'ko'로 바꾸길 바란다. 방금 막 모델링 한 글들을 장고 관리자에서 추가하거나 수정, 삭제할 수 있다. 즉, 관리자 페이지가 존재하고 거기에서 관리가 가능하다는 것이다. 이제 blog/admin.py 파일을 열어서 내용을 다음과 같이 바꾼다. # blog/admin.py from django.contrib import admin from .models import Post # models에 정의한 Post class를 불러온다 admin.site.register(Post) # admin에 model에 정의한 Post class를 추가시킨다 cs 이제 실행시켜보자..

    2. Django 모델 만들기

    2. Django 모델 만들기

    장고의 모델, 관리자 및 배포 장고 모델 1. 어플리케이션 만들기 난 이전에 만든 test_django 폴더 밑에 manage.py, mysite, db.sqlite3이 있다. manage.py를 이용하여 blog라는 폴더 밑에 어플리케이션을 만들거다. 아래 명령어를 수행한다. >> python manage.py startapp blog 그럼 test_django 폴더 아래 blog 폴더가 만들어지고, 어플을 만들기 위한 함수들이 자동으로 생성된다. 애플리케이션을 생성한 후 장고에 사용해야 한다고 알려줘야 한다. 이 역할을 하는 파일이 mysite/settings.py. 이 파일 안에서 INSTALLED_APPS를 열어, )바로 위에 'blog'를 추가한다. 최종 결과물은 아래같다. 2. 블로그 글 모델..

    1. Django 설치 및 프로젝트 생성

    1. Django 설치 및 프로젝트 생성

    인공지능을 공부하면서 궁금해왔던 것이 ai는 어떻게 서비스를 제공하지? 하는 부분이였다. AI를 공부하면서 플렛폼 개발과는 거리가 멀어지는 느낌을 갖긴 했지만 궁금한건 해결해야 하니깐... 물론 앱/웹에서 서비스를 제공하기 위해서 앱/웹 구조를 파악하고 서버/ 클라이언트를 공부하고 할게 많고 이 영역도 궁금하긴 하지만 일단 ai를 서비스하기 위한 Back-end 구축을 목표로 잡았다. (일단 간단하게 결과 값만 보자구...) 시중에 많은 자료, 블로그, 강의가 있는데 곳곳에서 따오고 이해한 부분을 적어가려고 한다. 일단 ML/DL 은 python이 압도적이다. 제공되는 라이브러리도 많고 매우 편리하다. (제공되는게 너무 많아서 다 공부해야하는 것도 문제지만...) 그리고 python은 웹 프레임워크로 F..

    [Softmax Regression] Softmax classifier 의 cost함수

    [Softmax Regression] Softmax classifier 의 cost함수

    [TensorFlow] Lab-05-2 Logistic Regression 모두의 딥러닝 시즌 2 정리... 복습... 지난 포스팅에서 우리는 오른쪽의 도식화된 것처럼 각각의 classifier을 이용해 계산하는 것보다 하나의 큰 Weight matrix를 갖고 계산하는 것이 더 편리하고 각각의 classifier의 결과 값을 갖는 하나의 벡터로 결과가 나오게 된다고 하였다. 이를 간단하게 도식화해보면 다음과 같다. 이때 \(Y_{A}\), \(Y_{B}\), \(Y_{C}\) 각각에 해당하는 실수 값들로 결과가 반환되었다. 하지만 우리가 원하는 바는 실수 값인 결과가 아닌 sigmoid 같은 것을 사용하여 0~1 사이의 값들로 반환되기를 원하였다. 이를 그림을 통해 간단하게 정리하면서 다음과 같다. S..

    [Softmax Regression] Multinomial classification

    [Softmax Regression] Multinomial classification

    [TensorFlow] Lab-05-2 Logistic Regression 모두의 딥러닝 시즌 2 정리... 지난 포스팅에서 Logistic Regression에 대해 정리를 하였다. 이에 대해 간단하게 복습을 해보자면... 우리는 Logistic regression 중 binary 결과 값에 대한 예측을 진행하였다. 0 or 1로만 구분하는 것!! 초기에 우리의 H(x) = Wx와 같은 linear 한 hypothesis에서 출발하였다. 그런데 이런 H(x) = Wx 의 단점은 리턴하는 값이 실수 값이기 때문에 0, 1과 같은 binary 한 결과를 고르는 것에는 적합하지 않았다. 그래서 우리는 g(H(x))을 통해 실수 값으로 크게 분포되어 있던 값들을 0~1 사이의 값으로 압축하는 과정을 진행하였다..

    YOLO v4 실행시키는 방법

    YOLO v4 실행시키는 방법

    YOLO v4를 사용하여 플젝을 진행할 일이 있어서 사용 방법을 기록한다. 처음엔 google colab을 이용해서 yolo v4를 실행해봤는데 그때 봤던 tutorial에서는 명령 프롬프트 위주 실습이였다. (www.youtube.com/watch?v=mKAEGSxwOAY)- 참고했던 영상 코드로 직접 실행하는 실습을 원했기 때문에 다른 자료를 참고해서 실습했던 부분에 대한 기록을 해본다. (물론 저 youtube영상도 까보면 코드로 실행할순 있겠지만....귀찮아서 다른걸 검색해서 실습) 다음 GitHub에 있는 YOLO v4 실행 방법 소개. github.com/theAIGuysCode/tensorflow-yolov4-tflite.git 실습 환경 Window10 Anaconda prompt cpu로..

    [Logistic Regression] Cost Function & Optimizer(Gradient Descent)

    [Logistic Regression] Cost Function & Optimizer(Gradient Descent)

    [TensorFlow] Lab-05-2 Logistic Regression 모두의 딥러닝 시즌 2 정리... 전 포스팅에서 Logistic Function에 대한 개념을 정리하였다. 간단하게 정리. X라는 데이터가 주어졌을 때 linear regression을 통해 선형적인 값들을 도출할 수 있다. linear regression으로 도출한 linear한 값들은 Logistic function을 통해 0

    [ML] Loss Function, Cost Function, Object Function 차이

    [ML] Loss Function, Cost Function, Object Function 차이

    ML을 공부하면서 계속 등장하는 cost, loss 용어...모두의 딥러닝 강의에서도 이를 반복적으로 사용하는데 정확한 차이가 궁금해서 정리로 남긴다. 우리는 모델을 학습할 때 비용(cost) 즉, 오류를 최소화하는 방향으로 진행을 한다. 비용이 최소화되는 곳이 성능이 가장 잘 나오는 부분이며, 가능한 비용이 적은 부분을 찾는 것이 최적화(Optimization)이고 일반화(Generalization)의 방법이다. ​ 이 비용(cost) 혹은 손실(loss)이 얼마나 있는지 나타내는 것이 비용함수(cost function), 손실함수(loss function)이라고 할 수 있다​ 비용/손실을 표시하는 함수로는 다음 세가지 loss function, cost function, objective functi..

    [Logistic Regression] What is Logistic Regression?

    [Logistic Regression] What is Logistic Regression?

    [TensorFlow] Lab-05-1 Logistic Regression 모두의 딥러닝 시즌 2 정리... 다음과 같은 그림이 있다고 하자. Logistic Regression 분류 기법 중의 하나로 동그라미, 세모와 같이 서로 다른 특징을 갖는 두 객체가 있을 때 이와 같은 도형들을 서로 분류하는데 사용하는 알고리즘이다. What is Logistic Regression? Classification What is Binary(Multi-class) Classification? variable is either 0 or 1 ( 0:positive / 1:negative) 먼저 classification 에 대해 알아보자. 다음과 같은 예시들이 있다. 시험의 경우 합격, 불합격 / 메일의 경우 정상 메일..

    지금까지 github 잔디가 깔리지 않았었다..

    지금까지 github 잔디가 깔리지 않았었다..

    commit 후 잔디가 심어지지 않는 경우 회사 생활하면서 하루 1 commit을 했었는데...내 계정 github에 잔디가 깔리지 않았다...(ㅅ....) github 잔디가 깔리지 않을 경우! 에 대해서 알아보겠습니다 github에 등록된 email 주소와 local 환경에서 등록한 email이 다른 경우 였습니다 이럴 경우에는 1. 작업 중인 파일의 경로에서 email이 등록되어있는지을 확인합니다 git config --list 2. 그리고 등록되어있다면 내 이메일 주소를 확인해서 등록합니다 git config user.email "내 이메일 주소" 2-1. 저는 global 도 변경해 줬습니다.. git config --global user.email "내 이메일 주소" 3. 등록 확인 git c..