전체 글120 [TEAMLAB] 3 -3 . numpy - handling shape 저번 시간에 이어서 이번에는 numpy로 shape 다루는 법을 알아보도록 하겠다. shape은 이전 시간에 설명했듯이 dimension이 어떻게 구성되어 있는가에 대한 정보였다. 예를 들어, 2 x 4의 matrix를 8개의 원소를 가진 vector로 다시 reshape할 수 있다. 위의 예를 보자면 처음에는 2 x 4 matrix를 만든 다음 reshape해서 8개의 벡터로 만들었다. element 개수가 같게, size가 같게 할 수 있다. reshape을 할 때는 array의 size가 같게 해야한다. -1은 그 부분은 몇개가 되든 상관 없고 전체 사이즈에 맞춰서 만들라는 뜻이다. reshape를 할 때 크기가 맞지 않다면 오류가 난다. flatten은 1 dimensional array, vec.. 2020. 1. 20. [TEAMLAB] 3 -2 . numpy -ndarray 이번 시간에는 numpy dimensional array의 약자인 ndarray에 대해 알아보도록 하겠다. 저번 시간에도 설명했듯이 numpy를 사용하기 전에는 import해야하고 통상적으로 np로 호출한다. numpy에서 array를 생성할 때는 위와 같은 방법을 사용한다. np.array를 쓰고 데이터 타입도 지정한다. 저번 시간에 설명했듯이 float, int, str 등 한 가지 데이터 타입만 선택해서 생성할 수 있다. list라기보다 python이 dynamic typing을 지원해서 여러 데이터 타입을 하나의 배열에 넣을 수 있는데 numpy array는 이를 허용하지 않는다. list와 달리 여러 개의 데이터 타입이 들어가진 않지만 한 가지 데이터 타입만 넣음으로써 속도가 빠르고, c로 ar.. 2020. 1. 20. [DLBasic] 11 - 3. CNN case study 저번 시간까지 CNN의 기본적인 구성 요소를 알아보았다. 이것들을 응용해서 많은 형태를 구성할 수 있다. 가장 처음으로 만들어진 LeCun 교수님의 CNN 모델이다. 5 x 5의 필터를 사용했고 stride는 1이고 총 6개를 사용했다. 6개의 층으로 이루어진 feature map이 나오고 subsampling을 하면서 나아간다. 가장 기본적인 형태이다. 그 다음으로 살펴볼 것은 AlexNET이라는 이미지 경진대회에서 1등을 해서 주목을 많이 받았던 모델이다. 첫번째 layer에서는 color 이미지를 입력받아서 96개의 필터를 사용하고 stride는 4로 해서 output을 얻을 수 있다. 두번째 layer인 pooling layer이다. 3 x 3 필터를 사용하고 stride는 2를 사용했다. 그런 .. 2020. 1. 20. [DLBasic] 11 - 2. CNN introduction : Max pooling and others 저번 시간에는 간단하게 CNN의 개념을 알아보았다. 이번 시간에는 max pooling 등을 알아보도록 하겠다. 저번 시간에도 살펴보았듯이 CNN에서는 중간중간에 pooling이라는 단계가 있었다. pooling은 간단하게 샘플링이라고 볼 수 있다. 저번 시간에 배웠듯이 한 개의 convolutional layer의 깊이는 몇 개의 필터를 사용하는지에 따라 달라졌었고, 여기에서 한 개의 layer만 뽑아내서 작은 사이즈로 축소하는 것이 pooling layer이다. 위의 예시를 보자. stride 2이므로 2칸씩 이동하고, 2 x 2 필터이므로 2 x 2의 결과가 나올 것이다. 각각의 필터에서 가장 큰 값을 뽑아낸다면 맨 오른쪽과 같은 결과가 나올 것이다. 필터와 stride를 어떻게 정하느냐에 따라 다.. 2020. 1. 20. 이전 1 ··· 21 22 23 24 25 26 27 ··· 30 다음
