최근에 같이 조대협님의 프로젝트를 진행하면서 만난 팀원분께 좋은 말씀을 많이 듣고 있다 같이 프로젝트를 진행하면서 아마 인사이트가 많이 변할 것 같다 확실히 다양한 사람들을 만나면서 의견을 공유해보는게 많이 도움이 되는 것 같다 1. 컴퓨터 비젼의 주요 TASK 컴퓨터는 이미지를 이해하지 못한다 컴퓨터는 모든 것들을 숫자로 이해를 하기 때문에 (정확히는 이진법) 입력되는 데이터들을 숫자로 변환해서 넣어주어야 한다 이미지를 학습시키기 위해 입력값으로 넣어주려고 하는 경우에는 어떻게 할 수 있을까? 컬러 이미지는 RGB로 구성되어 있고 각각의 값들은 0과 255사이의 값들이다. 즉, 깊이 3을 가지는 행렬들의 모임이라고 할 수 있다 이런식으로 이미지든 문자이든 숫자로 표현해서 넣어주어야 한다 컴퓨터 비젼 T..

오늘은 삼일절이라 출근을 안했습니다ㅎㅎ 그리고 제 생일입니다~ 그리고 오랜만에 집에 내려와서 노트북으로 쓰느라 그림판이 더 엉망이네요 ㅜㅜ (아침부터 바빴네유) 1. 컬러 사진에 대한 컨볼루션 그러면 컬러 사진에 대해서는 컨볼루션을 어떻게 적용할 수 있을까? 일단 컬러니까 RGB로 3개 채널일 것이다 입력값이 3개의 채널을 가지고 있으므로 3x3 필터또한 각각의 채널에 스캔을 해야하므로 3개의 채널을 가지고 있어야 한다 그렇다면 필터를 꼭 하나만 써야할까? 고양이의 코, 고양이의 다리, 고양이의 귀 이런식으로 여러가지 필터를 적용해볼 수 있을 것이다. 그렇다면 어떻게 될까? 이렇게 입력 데이터의 채널과 동일한 채널을 가지는 필터를 그만큼 여러개로 늘리면 그만이다 그러면 이 필터를 거치면 어떤 출력값이 나..

강의를 들으면서 모르는 용어나 헷갈리는 용어가 나오면 구글링을 하고 있는데 게시된 날짜를 보면 막 2017년에 올라왔던 글이고 그렇다 근데 7년이 지난 지금 공부하는 입장으로서 뒤처지고 있는건 아닐까? 라는 막연한 두려움이 생긴다 그래도 해야지 머 ㅇㅉ은 맞긴한데 내가 어떻게 저 사람들을 따라잡고 뛰어넘을건지는 앞으로 계속 고민을 해봐야겠다 1. Overfitting 방지 트레이닝 때는 잘하는데 테스트 때는 잘 못하는 것이 오버피팅이다 너무 오버피팅이 되어 버리면 위 그림처럼 덜 오버피팅된 것이 미확인 데이터와 로스가 더 적어질 수도 있는 상황이 연출된다 1-1. 모델을 좀 더 단순하게 그럼 너무 깊은 인공 신경망을 써서 생기는 문제이니, 신경망을 단순하게 하면 되지 않냐!! 생각이 많으면 오히려 일을 ..

드디어 진짜 인공지능이 어떤건지 개념들에 대해서 강의가 시작되었다!!! 오예~ 딥러닝 공부할 때 논문을 많이 읽는게 답이라고 해서 어제 좀 찾아보다가 바로 덮었다ㅋ 영어;; 영어 공부 좀 하자... 1. AI(Artificial Intelligence) vs ML(Machine Leanring) vs DL(Deep Learning) AI 즉, 인공지능이란 사람의 사고 방식을 흉내낸 것을 의미한다 보통 사람은 어떻게 사고를 할까? 아기들을 생각해보면 주변에 보이는 행동들을 따라하면서 학습을 한다 즉, 많은 양의 데이터들이 입력이 되고 그에 맞는 행동들이 출력이 되는 것이다 이것처럼 똑같이 AI 모델에 많은 양의 데이터를 입력하여 학습시키고 우리가 원하는 출력값을 얻을 수 있는 것이다 AI, ML, DL은 ..