[Bus Classification] ② Background knowledge 소규모 데이터를 잘 활용하기 위해, dataa rgumentation, feature extraction, imagenet을 통해 사전 훈련된 신경망 등을 활용하여 성능을 높여보려고 한다. 2020. 7. 11. [Bus Classification] ① 주제 선정하기 딥러닝을 처음 공부하면서 가장 많이 다뤘던 CNN을 활용한 프로젝트를 진행 해보고 싶었다. 이미지 분류에서 좋은 성능을 보인다는 CNN을 어떤 산업 혹은 어디에 적용시키면 좋을 지 많이 생각해 보았다. "이미지 분류" 는 앞을 볼 수 있는 평범한 우리 보다 앞을 볼 수 없는 시각장애인들에게 도움이 될 것이라고 생각했다. 시각 장애인들의 불편함을 위주로 검색한 결과 대중교통을 이용할 때, 특히 버스를 이용할 때 가장 큰 불편함을 느끼는 것을 파악할 수 있었디. 시각장애인이 버스 정류장에서 비슷한 버스들을 여러대가 동시에 오는 상황에서 , 어떤 버스를 어느 타이밍에 타야하는지 정확히 파악하는 것은 정말 어려운 일이였던 것이다. 이러한 버스 정류장에서 시각 장애인들이 겪는 불편함을 해소해보고자 CNN을 활용한.. 2020. 7. 11. [케라스 실습] MNIST CNN신경망 다뤄보기 여기 내용까지 지난번에 했던 과제를 올리느라 png파일 입니다. 다음 부터는 코드를 쉽게 볼 수 있도록 정리하려고 노력해보겠습니다. 2020. 7. 4. [케라스 실습] MNIST ANN 신경망 spyder 환경에서 파이썬으로 ANN 을 실행해보다가 keras로 ANN을 작성하니 천국이 따로 없었습니다. 코드의 길이가 10배는 줄어든것 같습니다. 2020. 7. 4. [딥러닝 실습] MNIST backpropagation 최고 성능 찾아보기 (learning rate, epoch 편) 이번 과제는 정해진 2-layer에서 learning rate과 epoch를 어떻게 조절하면 가장 높은 결과가 나오는지 실험해보고 성능을 최대로 하는 epoch와 learning rate을 찾는 것 이였습니다. 사실 과제를 할 당시에는 노가다라고 생각했으며, 과연 도움이 될까를 생각하며 1주일 내내 컴퓨터를 돌려봤는데 과제를 수행하고 나서 달라진 점은 있는 것 같습니다. epoch와 learning rate을 어떻게 해야 적당할까?? 라는 질문에 "음.... 조금씩 키워보거나 작게 해보면 되겠지" 에서 "x만큼 정도 키워보거나 x만큼 변화를 줘보자" 로 비슷한거 같지만 조금이나마 어떤 값들로 움직여야 하는지 감을 잡을 수 있었습니다. 2020. 7. 4. [딥러닝 실습] Gradient check? 수치미분 VS 오차연적파법 앞에서 두가지의 방법으로 기울기를 구했었습니다. 하나는 단순히 수치미분 방법을 사용해서, 그리고 오차역전파법(backpropagation)을 사용해서 였습니다. 수치미분으로는 매개변수(파라미터)가 많을 때, 너무 느려지는 단점을 극복 할 수 없습니다. 따라서 빠르게 계산해 줄 수 있는 오차역전파법(backpropagation)으로 해결을 해주었습니다. 두 가지 방식으로 구한 기울기가 동일한것을 확인하는 과제입니다. [밑바닥 부터 시작하는 딥러닝] 책의 코드를 참고하였습니다. 2020. 7. 4. [케라스][keras] 이미지 입력 받기 1. 저장경로 저장경로를 설정할때는 쥬피터에서 들어갈때 경로를 생각해서 저장해줘야한다. from keras.preprocessing import image img = image.load_img("desktop/cnn/09.jpg",target_size =(512,512)) import matplotlib.pyplot as plt plt.imshow(img) 2020. 5. 19. [SW테스트 기출][파이썬] 13458 시험감독 브론즈2 로 아마 역량테스트 중에 가장 쉬운 문제일것같다. 하지만.. 시간초과 가 났다. while문 대신 나누기로 바꿔서 해결했다. num = int(input()) nums = list(map(int,input().split())) b, c = map(int,input().split()) count = 0 for i in nums: count +=1 mans = i - b if mans >0: if mans % c == 0: count += mans//c else: count += (mans//c)+1 print(count) 2020. 5. 2. [SW 역량테스트 기출][파이썬] 14499번 주사위 굴리기 삼성 역테 문제 테트로미노(?) 랑 유사한 부분이 있다. 삼성역테는 많은 경우의 수를 직접 해야하지만, 그것을 좌표화 시켜서 빠르게 처리하는 능력을 보는 문제들 있는거 같다. 주사위 굴리기 문제도 처음에 접근했을떄 그 상황마다 모두 고려하며 코드를 짜려고 했다. 하지만 그렇게 되면, 코드가 더러울 뿐만 아니라, 하다가 너무 많아서 포기하게 된다. 하지만 밑 처럼 다음 이동을 좌표화 시켜서 푼다면 편하다. 다른 문제들에서도 상황상 복잡해 보인다면 좌표화 시키는 것을 활용해보자! from collections import deque n,m, x,y,num = map(int,input().split()) map1 = [] for _ in range(n): a = list(map(int,input().split.. 2020. 5. 2. 이전 1 ··· 7 8 9 10 11 12 13 ··· 17 다음
