올리비아 코딩스쿨

1. 모델 컴파일하기 모델의 학습을 시작하기 전에 마지막으로 손실 함수, 최적화 알고리즘, 학습 과정 모니터링에 사용할 평가 지표 등 하이퍼파라미터를 결정한다. #모델 컴파일하기 model.compile(loss='categorical_crossentropy', optimizer='rmsprop', metrics=['accuracy']) loss 손실함수 categorical_crossentropy 크로스엔트로피 손실함수를 사용했다. optimizer 최적화 알고리즘 rmsprop을 사용했다. metrics 평가지표는 accuracy 정확도를 사용했다. 2. 모델 학습하기 #모델 학습하기 from keras.callbacks import ModelCheckpoint checkpointer = ModelC..

목차 1. 시각적 인지 시각은 세계를 이해하기 위한 한 가지 수단이다. 인지란 단순히 보는 것이 아니다. 실질적인 인식을 했을 때 인지라고 한다. 시각적 인지란 시야나 시각적 입력으로 패턴을 관찰하여 주변을 실질적으로 인식하는 시스템이다. 2. 비전 vision 시각적 정보를 인식하고 해석하는 능력 3. 컴퓨터 비전 computer vision 컴퓨터 비전이란 인공지능 시스템의 시각적인지를 다루는 분야로, 인공지능이 이미지와 영상을 이용해 내가 처한 환경을 인식하고 조치하는 과정을 연구한다. 4. 비전 시스템 4-1 사람의 시각 시스템 사람의 시각 시스템은 눈과 뇌이다. 눈은 이미지를 받아들이는 시각 센서이고, 뇌에서 그 이미지를 해석하고 결과를 도출해낸다. 그런데 뇌는 어떻게 이미지를 해석할까? 과거로..

목차 1. 케라스에서 데이터 가져오기 from keras.datasets import cifar10 (x_train, y_train), (x_test, y_test) = cifar10.load_data() 훈련데이터(train)와 실험데이터(test)로 나눈다. cifar dataset 2. 데이터 전처리 -이미지 크기 정규화하기 이미지는 각 요소가 0~255까지의 값으로 이루어진 픽셀로 구성되어 있다. 이를 255로 나누어서 픽셀값이 0~1 사이의 값이 되도록 정규화한다. x_train = x_train.astype('float32')/255 x_test = x_test.astype('float32')/255 3. 원핫인코딩하기 레이블은 각 데이터가 갖는 정답이다. 하지만 레이블이 한글이나 영어처럼 되..