dong_dong_2's

1. 파일 시스템 활용 - 오늘 노드의 컨셉은 내가 데이터 관리 어플리케이션을 제작하는 파이썬 개발자가 된 것이다. - 파이썬을 이용해서 텍스트 파일에 담긴 데이터를 읽어와서 필요한 정보를 출력하는 어플을 만든다는 가정으로 진행되었다. - 1단계 : 문제 설명 1) 어떤 파일에 사원들의 정보가 담긴 데이터가 있는데 이 파일을 읽어와서 월급을 계산하고, 월급이 가장 높은 사원을 찾는 프로그램을 만들 것이다. - 2단계 : 필요한 함수 만들기 1) 코딩을 하기 전에 전체 프로그램을 어떻게 구성할지 대략적으로 생각해 본다. 2) 어떤 프로그램을 만들지, 그 안에는 어떤 함수가 필요한지, 함수들은 어떤 기능을 할지 등 3) 여기서는 summarize()라는 함수를 만드는 것을 예시로 듬 - 3단계 : Class..

1. 의료영상에 대해 - 의료 영상 종류 1) X-RAY (1) X-RAY는 전자를 물체에 충돌시킬 때 발생하는 투과력이 강한 복사선(전자기파)을 말한다. (2) X-RAY는 방사선의 일종으로 지방, 근육 같이 밀도가 낮은 것은 통과하지만, 밀도가 높은 뼈, 금속 같은 물질은 잘 통과하지 못한다. 2) CT (1) CT는 Computed Tomography의 줄임말로, 환자를 중심으로 X-RAY를 빠르게 회전하여 3D 이미지를 만들어내는 영상이다. (2) 환자의 3차원 이미지를 형성하여 기본 구조뿐만 아니라 종양 또는 이상을 쉽게 식별하고 위치를 파악할 수 있다. (3) 신체의 단면 이미지를 "Slice"라고 한다. 이러한 Slice는 단층 촬영 이미지라고도 하며 기존의 X-RAY보다 더 자세한 정보를 ..

1. "빅"데이터 처리의 기본패턴 - 빅데이터를 처리한다. 말 그대로 데이터 용량이 크고 처리 시간도 많이 소요될 것이 머리속에 그려진다. - 그럼 좋은 성능의 컴퓨터를 써야하겠고, 혹은 여러 컴퓨터를 연결하여 작업을 분할해 볼 수 있다. - 이런 컴퓨터 자원을 엮어서 병렬 컴퓨터(Parallel Computing), 분산 컴퓨터(Distributed Computing)을 통해 단일 컴퓨터로는 처리하기 힘든, 혹은 아예 메모리에 담아둘 수조차 없을 많큼 큰 데이터를 다뤄볼 수 있다. - 비슷한 개념으로 클러스터 컴퓨팅(Cluster Computing)이라는 것도 있다. - 빅데이터를 다루는 솔루션이라는 하둡, 스파크 등의 생소한 이름의 빅데이터 처리 매커니즘이란 것이 있다. - 오늘 배울 개념은 맵리듀스..

1. 미래를 예측한다는 것은 가능할까? - 생각해 볼 수 있는 미래 예측 시나리오 1) 지금까지의 주가변곡선을 바탕으로 다음 주가변동 예측 2) 특정 지역의 기후데이터를 바탕으로 내일의 온도변화 예측 3) 공장 센터데이터 변화이력을 토대로 이상 발생 예측 - 위 예시의 공통점은 예측의 근거가 되는 시계열(Time-Series) 데이터가 있다는 것이다. - 시계열이란 시간 순서대로 발생한 데이터의 수열이라는 뜻이다. - 일정 시간 간격으로 발생한 데이터일 때가 많지만 꼭 그래야만 하는 것은 아니다. 매일의 주식 거래 가격을 날짜-가격 형태로 날짜순으로 모아둔 데이터가 있다면 시계열 데이터가 될 것이다. 이 때 날짜가 인덱스(index) 역할을 하게 된다. - 그럼 저런 주식 데이터로 미래를 예측 할 수 있..

12번 과제 내용에 모델이 생성한 결과물을 gif로 만들어서 github에 올리는 것이 있는데 github에 gif 파일이 보이지 않아서 블로그에 올렸다. 8. 학습과정 시각화하기에 대한 시각화 사진 (모델은 기존모델이고 lr이 1e-4) 9_1. 새로운 모델 구조, lr = 1e-4에 대한 시각화 사진 9_2. 기존 모델 구조, lr = 1e-5에 대한 시각화 사진 9_3. 새로운 모델 구조, lr = 1e-5에 대한 시각화 사진

1. 디지털 이미지 - 디지털 화면은 수많은 점들로 이루어져 있으며, 색상을 가지는 점 하나를 화소(pixel, picture element)라고 한다. - 화소는 RGB(Red, Green, Blue) 세 개의 단일 색의 강도를 각각 조절하여 색상을 표현한다. - 색의 종류가 3개인 이유는 눈의 망막에 있는 시세포가 인간의 경우 대부분 세 가지로 이루어져 있기 때문이다. - 특이한 점은 일부 인간들과 새들은 시세포 종류가 하나씩 더 있어서 색을 조금 세밀하게 인식하거나 일부 자외선 영역을 감지할 수 있다. - 이렇게 구성된 디지털 화면에 표실될 이미지를 저장하는 방법 중 가장 단순한 방법은, 각 점 하나하나의 색상 값을 저장하는 방식이다. - 위의 방식을 래스터(raster) 또는 비트맵(bitmap)..

1. 없던 데이터를 만들어낸다, 생성 모델링 - 지금까지 만들었던 모델은 판별 모델링(Discriminative Modeling)이라 부른다. - 오늘 배울 것은 생성 모델링인데, 이는 말 그대로 없던 데이터를 생성해내는 것이 목표이다. - 즉, 판별 모델과 생성 모델을 말하자면 아래와 같다. 1) 판별 모델 : 입력된 데이터셋을 특정 기준에 따라 분류하거나, 특정 값을 맞추는 모델 2) 생성 모델 : 학습한 데이터셋과 비슷하면서도 기존에는 없던 새로운 데이터셋을 생성하는 모델 2. Pix2Pix - Pix2Pix는 간단한 이미지를 입력할 경우 실제 사진처럼 보이도록 바꿔줄 때 많이 사용되는 모델이다. - 한 이미지를 다른 이미지로 픽셀 단위로 변환한다는 뜻의 Pixel to Pixel을 딴 Pix2Pi..

오늘은 저번에 못 본 9강을 전부 봤다. 저번에는 AlexNet을 배웠고, 오늘은 VGG, GoogLeNet, ResNet을 배웠다. 1. VGG - 매우 심플하고 딥한 모델이다. - 16 혹은 19층을 쌓았다. - 3x3 CONV stride 1, pad 1 and 2x2 MAX POOL stride 2를 사용했다. - 3x3을 쓰면서 7x7 필터를 쓰는 효과를 얻으면서 더 적은 파라미터를 만들어 계산비용을 줄였다. 2. GoogLeNet - 22개의 층을 가진다. - 인셉션 모듈을 가지고 있다. - 단지 5만개 파라미터만 가진다. (AlexNet에 비해 12배 적다) - 인셉션 모듈은 Multiple receptive field sizes for convolution (1x1, 3x3, 5x5), P..

1. 데이터의 형태 - 딥러닝을 이해하는 바업 중 가장 쉬운 방법은데이터의 형태 변화를 좇는 것이다. - 이미지 데이터는 보통 채널(Channel)이라는 것을 가진다. 우리가 일상적으로 사용하는 것은 대부분 RGB 이미지이다. - RGB의 표현 방식에 따라 (C, W, H) 또는 (W, H, C)와 같이 표기할 수 있다. 이 표기법을 알고 있다면, 어떤 딥러닝 모듈이 요구하는 데이터 형태를 알아보고 그에 맞게 데이터를 변형 시킬 수 있다. 2. 레이어는 어렵다? - 레이어(Layer) : 하나의 물체가 여러 개의 논리적인 객체들로 구성되어 있는 경우, 이러한 각각의 객체를 하나의 레이어라 한다. - 딥러닝에서 보통 신경망의 Weight라고 표현했지만, 정확히는 레이어의 Weight가 맞다. 신경망은 레이..

1. 파이썬으로 DB 다루기 - SQLite : 서버의 필요 없이 DB의 파일에 기초하여 DB 처리를 구현한 임베디드 SQL DB 엔진이다. - SQLite는 별도의 설치 없이, 쉽고 편리하게 사용할 수 있다는 점에서 많이 사용되고 있다. - 파이썬과 DB : 파이썬과 DB는 서로 연결이 되있지 않는 상태이지만 SQLite가 이를 연결해주는 다리 역할을 하고 있다. - Python DB API : sqlite3 패키지를 사용한다. - sqlite DB Browser : DB 브라우저 어플리케이션을 통해 데이터베이스에 직접 접근해서 질의를 수행해 볼 수 있다. - 트랜잭션 : 쪼개지면 안되는 압무단위를 말함. 예를 들어 ATM 계좌이체 시 출금계좌와 입금계좌 양쪽에서 금액이 빠지고 더해지는 과정을 말할 수..