반응형 취미 낙지/Python4 [딥러닝 / Pytorch / 이미지 분석] GAN 기초 안녕하세요 대머리 낙지입니다. 오늘은 GAN에 대해서 말씀드리겠습니다. GAN이란 방법은 이미지 생성 or 새로운 특정한 형태의 데이터의 생성에 쓰입니다. GAN 안에는 2가지 모델이 동시에 존재합니다. 1. Discriminator - Discriminator는 Generator에서 생성된 결과물을 실제 데이터와 비교해서 진짜/가짜를 판별하는데, Generator에서 생성된 결과물을 가짜로 판별할 수 있도록 학습됩니다. 2. Generator - Generator는 말 그대로 새로운 데이터를 생성하는데, Discriminator를 속일 수 있도록 학습됩니다. 직접 Generator와 Discriminator를 모델링하고 MNIST(손글씨) 데이터셋을 활용해서 GAN을 학습시켜 보겠습니다. 사용할 모듈을.. 2023. 6. 27. [딥러닝 / Pytorch / 이미지 분석] Classification 예제 정리3 - ResNet 안녕하세요 대머리 낙지입니다. VGG에 이어서 ResNet을 Pytorch로 직접 구현해 보는 시간을 갖겠습니다. ResNet이란 Residual Block의 개념이 처음 도입된 network로써 등장 당시에 아주 큰 성능 향상과 함께 큰 파문을 일으켰습니다. 현재 사용되는 대부분의 Network들도 Residual Block이라는 개념이 들어가 있을 정도로 말입니다. Residual Block이란? 아래 그림과 같이 단순하게 Block의 input이 conv layer를 지난 결과와 합쳐지는 것입니다. 이 과정을 통해 input의 conv layer를 반복적으로 거치며 처음의 특징이 사라지는 현상을 막을 수 있게 되었습니다. 즉, Network를 더 깊게 구성할 수 있게 되었습니다. pytorch로 R.. 2023. 6. 26. [딥러닝 / Pytorch / 이미지 분석] Classification 예제 정리2 - VGGNet 안녕하세요 대머리 낙지입니다. VGGNet을 Pytorch로 직접 모델링하는 과정을 정리해 보겠습니다. 우선 VGGNet이란? 딥러닝을 활용한 이미지 분류 분야에서 초창기에 개발된 모델입니다. VGG16을 직접 pytorch로 구현해 보겠습니다. 위 그림 위쪽 VGG16의 구조를 보면 conv가 2층이 있는 블록 2개와, conv가 3층이 있는 블록 3개로 featrue extractor가 구성되어 있는 걸 볼 수 있습니다. 각각의 블록을 구현해 보고 조립해서 VGG16을 만들어보겠습니다. 사용할 모듈을 로드해 줍니다. import torch import torch.nn as nn Conv layer가 2층으로 구성된 Conv. Block을 정의합니다. # VGGNet으ㄹ 위한 conv block 생성 .. 2023. 6. 26. [딥러닝 / Pytorch / 이미지 분석] Classification 예제 정리1 - 기본 사용법 안녕하세요 대머리 낙지입니다. Pytorch를 활용한 이미지 분류(Classification) 문제를 다루는 전반적인 flow를 기록해보려 합니다. Google colab환경에서 CIFAR10 이미지 데이터를 활용해 간단한 CNN을 돌려보겠습니다. CIFAR10? - CIFAR10은 10가지 사물에 대한 32X32X3 크기의 이미지 데이터셋입니다. 크기도 작고 가벼워 테스트에 많이들 활용하십니다. 해당 dataset은 torchvision을 통해 쉽게 다운로드 받을 수 있습니다. 먼저 필요한 모듈들을 import 합니다. # import modules import torch import torch. nn as nn import torchvision.transforms as transforms import.. 2023. 6. 25. 이전 1 다음 반응형
