비둘기 둥지

1. 그래프 (Graph) 1-1. 그래프 (Graph)란 그래프(Graph)는 노드와 간선으로 이루어진 구조 아래 이미지는 G = {{1, 2, 3}, {{1,2}, {2, 3}, {1, 3}}}으로 정의된 그래프이다. 수학적으로 그래프 G는 노드 집합 V와 간선 집합 E로 구성된다. 간선 집합 E의 원소 간선 e는 두 개의 노드로 이루어진 순서가 있는 쌍이다. 두 간선 (a, b)와 (b, a)가 있다고 가정할 때, 방향성 그래프 (directed graph) | 두 간선을 같은 것으로 봄. 비방향성 그래프 (undirected graph) | 두 간선을 다른 것으로 봄. ❗방향성의 그래프를 시각화 할 때, 방향성은 화살표로 표시한다. 그래프는 인접행렬로도 표현할 수 있는데, 그래프가 N개의 노드를 ..

1. 합성곱 연산 (Convolution) - 계층적으로 인식할 수 있도록 단계마다 다양한 필터를 적용하여 이미지의 특징을 추출 - 필터를 적용할 때 이미지 왼쪽에서 오른쪽 밑까지 밀어가며 곱하고 더하는데, 이를 합성곱 연산(Colvolution) 이라고 한다. - 모든 종류의 이미지에 대해 필터를 만들 수도 없고 만드는 사람의 실력에 따라 모델 성능이 달라진다. import matplotlib.pyplot as plt import numpy as np import cv2 image = cv2.imread('drive/MyDrive/test.jpg') image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) plt.title('Original Image') plt.axis(Fa..

1.Fashion MNIST 데이터 셋 살펴보기 28 x 28 픽셀 70,000개의 흑백 이미지로 구성된 이미지 데이터 셋 레이블은 신발, 드레스, 가방 등 총 10가지 카테고리 존재 이미지 데이터를 다루기 위한 파이토치, 토치비전 모듈들 torch.utils.data → 데이터 셋의 표준을 정의, 로딩, 셔플에 쓰는 도구들이 들어있는 모듈 → 파이토치 모델을 학습시키기 위한 데이터 셋 표준을 torch.utils.data.Dataset에 정의 → 데이터 셋 모듈을 상속하는 파생 클래스는 학습에 필요한 데이터를 로딩해주는 torch.utils.data.DataLoader 인스턴스 입력으로 사용 torchvision.datasets → torch.utils.data.Dataset을 상속하는 이미..

1. 인공신경망(ANN) 인공 신경망에서 데이터를 입력받는 부분을 입력층 (input layer)라고 한다. 입력층을 거친 신호는 은닉층 (hidden layer | 중간층)으로 전달된다. 은닉층을 지난 신호는 마지막 뉴런인 출력층(output layer)으로 전달된다. (!) 각 층에 존재하는 한 단위의 인공뉴런을 노드(node)라 한다. 각 층에 존재하는 매개변수인 가중치(weight)를 행렬곱하고 편향(bias)를 더한 결과 값은 활성화 함수(activation function)을 거쳐 다음층으로 신호를 전달한다. 인공 신경망의 예측결과와 정답을 비교해 오차를 계산. 출력층 ~ 입력층까지의 가중치를 모두 최적화 함수(optimization function)을 통해 변경해준다. 겹겹이 쌓인 가중치를 ..