AI

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)

[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

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?

[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..

상수, 시퀀스, 그리고 난수

해당 포스팅은 tensorflow korea 자료가 더 좋아 링크만 달아두었습니다. 기억 안날 때 두고두고 볼라구... tensorflowkorea.gitbooks.io/tensorflow-kr/content/g3doc/api_docs/python/constant_op.html 상수값 텐서 tf.zeros tf.zeros_like tf.ones tf.ones_like tf.fill tf.constant 시퀀스 tf.linspace tf.range 난수 텐서 tf.random_normal tf.truncated_normal tf.random_uniform tf.random_shuffle tf.random_crop tf.multinomial tf.set_random_seed

[Linear Regression] Multi variable linear regression

모두의 딥러닝 시즌 2 정리... 현재까지 학습한 linear regression은 다음과 같다. Hypothesis : 우리의 가설, 우리의 모델 Cost function : 우리의 예측과 실제의 차이를 제곱한 것의 평균. 제곱을 하는 이유는 마이너스를 배제하기 위해 Gradient descent : cost를 최소화하는 과정 => cost를 최소화하는 W, b를 찾는 과정. 즉, 학습 과정 Predicting exam score 예제로 시험의 점수를 예측하는 모델을 생각해보자. 아래의 그림은 입력이 1개이고 우리가 예측하려는 값도 1개이다. 이때 변수가 1개이고 이 변수를 Feature라고도 한다. regression using one input (x) One-variable(One-feature) ..

[Linear Regression] How to minimize cost

모두의 딥러닝 시즌 2 정리... 이전 글에서는 linear regression에 대한 개념을 알아보았다면 이번 글에서는 cost를 최소화하는 구체적인 방법과 알고리즘에 대해 좀 더 깊이 있게 살펴보도록 하겠다. [Linear Regression] 개념 부분에서 살펴본 Hypothesis와 cost에 대한 내용은 다음과 같다. 우리는 Hypothesis를 바탕으로 Cost 함수를 정의한 바 있다. 해당 cost 함수는 우리의 가설과 실제 데이터의 차이를 제곱한 값의 전체 합에서 데이터의 개수로 나눠서 도출한 평균 값이다. 위의 Cost 함수는 W, b에 대한 함수이고 이 W, b에 따라서 Cost의 결과값이 달라지게 된다. (우리의 가설과 실제 데이터의 차이를 Error라고 명칭하기도 한다.) 이때 이 ..

[Linear Regression] 개념

머신 러닝의 개념 중 지도학습(Supervised Learning)에 대하여 정리한 적이 있다. 그 중 머신러닝의 선형 회귀(Linear Regression)의 개념을 정리해보자. 회귀 분석(Regression Analysis) 먼저 회귀 분석이란 무엇인까? 회귀의 사전적인 의미는 "다시 예전의 상태로 돌아감" 을 의미한다. 이 용어는 영국의 유전학자 Francis Galton 이라는 분이 유전의 법칙을 연구하다 나온 것에 기인하게 되는데 대략적인 연구내용을 살펴보자면 부모와 자녀의 키 사이의 관계를 연구하면서 나오게 된 연구의 결과로 자녀의 키가 아버지 그리고 어머니 키의 평균을 조사하여 표로 나타낸 결과 결국 자녀의 키는 엄청 크거나 작은 것이 아닌 그 세대의 평균으로 돌아가려는 경향이 있다는 것을 ..

파이썬 텐서플로우 에러해결 :: AttributeError: module 'tensorflow' has no attribute 'Session' / RuntimeError: The Session graph is empty. Add operations to the graph before calling run().

모두를 위한 딥러닝 첫 강의부터 에러...;; tensorflow부터 다시 공부하는 차원에서 강의 첫 코드를 작성했는데 에러 발생... 아래 코드를 실행하면 다음과 같은 오류가 발생함. # Create a constant op # This op is added as a node to the default graph hello = tf.constant("Hello, TensorFlow!") # seart a TF session sess = tf.Session() # run the op and set result print(sess.run(hello)) cs 구글링 결과 tf.Sesstion()의 경우 tensorflow 버전 1.x.x 에서 사용하는 표현 방식... (본인은 tensorflow versio..

Python argparse 사용법

목차 Import argparse -help, -h argument 이름 정의 type 지정 positional / optional 인자 default 값 지정 action의 종류 지정 attribute name : -, _ 구분 dest: 적용 위치 지정 nargs: 값 개수 지정 choices : 값 범위 지정 metaver : 이름 재지정 해당 글은 개인 공부를 위해 다른 블로그를 그대로 따왔습니다. 문제가 될 시 삭제하도록 하겠습니다. 해당 글은 argparse에 대해 알아본다. Machine Learning 코드를 볼 때 자주 볼 수 있다. Import import argparse cs argparse python train.py --epochs 50 --batch-size 64 --save-d..