코딩두의 포트폴리오

RNN 개요이전 신경망 문제점기본 신경망, CNN - 정적인 데이터 인지데이터 순서, 상호작용 인식, 시간 개념이 X RNN (Recurrent Neural Network)순서대로 나열된 가변 길이 데이터 학습 신경망ex) 자연어, 동영상, 주가 등 동적 데이터데이터 순서대로 입력 받을 때마다 지금까지 입력된 벡터들 종합 -> 은닉벡터 생성 응용 RNN LSTM, GRU 활용 분야언어 모델링, 텍스트 감정분석, 기계 번역 등 RNN 응용 신경망의 예입력과 출력의 수에 따라 N:N?으로 구분  4 - 입력이 들어오면 순차적으로 데이터 출력5 - 입력 들어옴과 동시에 출력 일대다 자동화 구축 이미지 캡션 app 다대일RNN -> 영화 리뷰 감성 분석이진분류 문제 - 영화 리뷰 주어졌을 시, 양성(긍정)인지 ..

배경1960년대 데이비드 휴벨, 토크스텐 비젤시각 담당 신경세포 연구,고양이에게 선 같은 간단한 이미지 보여주고 뇌 반응 검사비슷한 이미지들은 고양이 뇌의 특정 부위를 지속적으로 자극함을 발견이미지의 각 부분에 대해 뇌의 서로 다른 부분이 반응하여 전체 이미지를 인식한다는 결론  CNN (합성곱 신경망)CNN(Convolutional Neural Network)주로 이미지 인식 및 처리에 사용되는 딥러닝 알고리즘병렬 처리가 쉬워 대규모 서비스에 적용 가능최근 자연어 처리와 추천 시스템에도 응용 CNN 기초사람이 보는 이미지 vs 컴퓨터가 보는 이미지 Fashion MNIST"신발" 이미지에서 신발이 조금 옆으로 치우쳐도 예측률이 급격히 떨어짐이미지의 특징을 추출하는 가중치가 가운데만 집중되도록 학습했기 ..

ChatGPT란? ChatGPT 개요ChatGPT란?OpenAI에서 개발한 인공지능 모델Generative Pre-trained Transformer의 약자언어 이해와 생성 분야에서 뛰어난 성능을 보임 ChatGPT 핵심 개념Generative: 새로운 텍스트 생성 가능 Pre-trained: 대규모 데이터 학습으로 언어 이해와 생성 능력 향상 Transformer: 시퀀스 데이터 처리와 이해에 사용되는 모델 구조 ChatGPT 활용대화형 인터페이스로 동작 사용자의 입력에 따라 적절한 대답 및 텍스트 생성 고객 서비스, 정보 검색, 창작적 글쓰기 등 다양한 분야에서 활용 ChatGPT 한계학습 데이터에 기반한 생성 종종 부정확한 정보나 편향된 응답 제공 최신 정보나 신뢰성을 요하는 상황에서 주의 필요 C..

Fashion MNIST 데이터셋 알아보기Fashin MNIST28 x 28 픽셀 70,000개 흑백이미지 신발, 드레스, 가방 등 총 10가지 카테고리 torch & torchvision 모듈 실습예제04-패션_아이템을_구분하는_DNN/fashion_mnist.ipynb 입력 이미지를 텐서로 변환하는 코드 설정 Fashion MNIST 데이터셋 가져오기학습용, 성능 평가용으로 구분되어 있음True - 학습 데이터Flase - 테스트 데이터traim 옵션만 다름 Fashion MNIST 데이터 일부를 출력해 보기  개별 이미지 꺼내보기 인공신경망으로 패션 아이템 분류하기실습예제 04-패션_아이템을_구분하는_DNN/neural_network.ipynbcuda가 설치되어 있는지? = GPU가 설치되어 있는지..

PyTorch (파이토치)토치(Torch) 및 카페2(Caffe2)를 기반으로 한 텐서플로우와 유사한 딥러닝 라이브러리페이스북(현재 메타) 인공지능 연구팀에 의해 개발2016년 9월에 처음으로 공개개발 철학: "하고자 하는 일이 눈에 잘 보이도록 하자""강력한 GPU 가속이 적용되는 파이썬으로 된 텐서와 동적 신경망" 텐서플로(Tensorflow): 정정 계산 그래프 방식, 오프라인 학습에 최적화파이토치: 동적 계산 그래프 방식, 실행 도중 유연하게 모델 관리 가능(자율주행, 게임 등)Torchvision: 파이토치용 각종 비전 데이터셋과 데이터 관리용 도구Torchtext: 파이토치용 각종 테스트 데이터셋과 데이터 관리용 도구 GitHub Repository 복사 (Fork)https://github...

Natural Language Processing (자연어 처리)자연언어란?인간이 일상적으로 사용하는 언어가장 자연스러운 정보 전달 방법매우 다양한 특성과 형태자연언어 처리란?인간의 언어를 기계(컴퓨터)가 이해하고 생성할 수 있도록 하기 위한 연구 자연언어 vs 프로그래밍언어 (차이점)프로그래밍 언어(PL)문맥 자유(context-free) 언어, 인위적으로 만들어짐 - 문법의 모호함이 적음처리방식: 문맥자유문법, 컴파일처리과정: 어휘분석 - 구문분석 - 의미분석 - 코드생성각종 테이블의 역할이 큼 자연어(NL)문맥 의존(context-sensitive) 언어, 자연발생적으로 만들어짐 - 분석의 복잡성처리방식: 문맥자유문법 기본 + 문맥 의존적 요소 처리 기능 추가처리과정(기계변역): 어휘분석 - 구문분..

구글 코랩(CoLab)구글 colaboratory 서비스클라우드 기반의 무료 Jupyter Notebook 개발 환경- 코랩 + 구글 드라이브 + 도커 + 리눅스 + 구글 클라우드 장점무료파이썬 설치 등 환경설정 필요 X웹 브라우저 통해 언제 어디서든 여러 명이 동시에 접속하여 수정 가능 & Git 연동 용이                                                     -> 코드 공유하며 협업하기 좋은 개발 환경GPU / TPU 런타임 지원데이터 분석에 사용되는 TensorFlow, keras, matplotlib, scikit-learn, pandas 패키지와 이미지 처리 위한 OpenCV 라이브러리 등 기본으로 설치되어 있음단점 최대 세션 유지시간이 12시간90분 이상..

GitHub에 만든 새 리포지토리를 vscode에 연동하기 위해 로컬컴퓨터로 git을 clone해야 함1) git clone '리포지토리 복제' 버튼 선택 2) git 주소 입력github에서 만든 리포지토리의 주소를 복사하여 1)에 URL 추가  3) 로컬에 clone할 폴더 생성 및 선택 4) github(원격) -> 내 컴퓨터(로컬)로  clone된 workspace 확인  5) 코드 수정 후 저장commit할 코드를 수정 6) 왼쪽에서 세번째 아이콘인 '소스제어'를 클릭 시 자동으로 수정된 파일들 탐지됨 + 버튼으로 커밋할 파일 추가 / v 버튼 눌러 commit 7) git push하단에 push 가능한 commit 수를 확인할 수 있음.  -> github 리포지토리로 push 8) 커밋 완료..