ASAC 빅데이터 분석가 4기 과정은 이제 교육은 끝났고, 이제 마지막 프로젝트만 남았슴다.. 그래서 기존에 교육 대신 다른 내용이 진행되어서 빈 일지들은 일괄 삭제하고, 나중에 프로젝트들만 따로 더 정리해서 포스팅 하는 방향으로 진행 예정.... 위와 같은 내용으로 인해 날짜들이 듬성듬성 빠져있다면, 불편하더라도 그냥 아~ 그날은 교육 대신 다른 무언가를 했구나! 해주시면 감사.. 꾸벅
ASAC 빅데이터 분석가 4기
⚙️ yolo-3 📌 기본 세팅 import numpy as np import pandas as pd import cv2 import matplotlib.pyplot as plt import time names = open("/content/coco.names").read() names = names.strip().split("\n") weight_path = "/content/yolov3.weights" conf_path = "/content/yolov3.cfg" yolo_model = cv2.dnn.readNetFromDarknet(conf_path, weight_path, ) layers = yolo_model.getLayerNames() output_layers = [layers[i-1] for ..
⚙️ Transformers - NLP 📌 기본 세팅 !git clone https://github.com/rickiepark/nlp-with-transformers.git %cd nlp-with-transformers from install import * install_requirements(chapter=1) text = """Dear Amazon, last week I ordered an Optimus Prime action figure \ from your online store in Germany. Unfortunately, when I opened the package, \ I discovered to my horror that I had been sent an action figure of..
⚙️ Inception Net 📌 ImageNet으로 학습한 모델 가져오기 base_model = InceptionV3(weights='imagenet', include_top=False) 📌 기존 모델의 layer를 이용한 재학습 for layer in base_model.layers: layer.trainable = False num_classes = len(os.listdir(train_data_sub_folder)) x = base_model.output x = GlobalAveragePooling2D()(x) x = Dropout(0.2)(x) x = Dense(1024, activation="relu")(x) x = Dropout(0.2)(x) x = Dense(1024, activation=..
⚙️ AutoEncoder 📌 AutoEncoder 기본 아이디어 : 대칭 구조를 활용하면 근원적인 특징을 생각할 수 있다. 과정 : 대칭적인 부분을 통해 생성 / 복원을 진행한다. 구성요소 인코더 : 데이터 -> 근원적인 값 변환 디코더 : 근원적인 값 -> 데이터 변환 인코더, 디코더 모두 각각의 네트워크이며, 필요에 따라 구조 변경이 가능하다. 📌 기본 Dense 중심으로 구성된 AE 모델 모델의 구조 인코더 : 입력 받을 수 있는 dense, 노드 784개 잠재 벡터 : 64개 노드 디코더 : 줄여지기 전 784개 값으로 복원 출력 : 28*28으로 변경된 이미지 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt ..
⚙️ 이미지 처리 📌 라이브러리 및 이미지 로드 import matplotlib.pyplot as plt %matplotlib inline import matplotlib.cm as cm import numpy as np import cv2 !gdown 1cHcUDb4ziI6UKr4Xq1aLRqS8JCNM-aHf img_path = "/content/sohn.jpg" image = cv2.imread(img_path) imgRGB = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) cv2.imread()를 통해 이미지를 불러오면, 기본적으로 BGR 형태로 가져온다. 따라서 BGR2RGB를 사용한 색상 변환을 거쳐야 원본 이미지를 가져온다. from google.colab.patche..
