일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- DeepLearning
- 대학수업
- Dit
- Network
- ICT
- Python
- 딥러닝
- 컴퓨터운영체제
- NVIDIA DLI워크숍
- Back-End
- DEEP LEARNING INSTITUTE
- 운영체제
- DEEPLEARNINGINSTITUTE
- IOT
- 파이썬
- Stem
- front-end
- Developer
- AI프로그래밍
- ICT이노베이션스퀘어 인공지능 교육
- 네트워크
- DLI워크숍
- 컴퓨터네트워크
- 컴퓨터
- nvidia
- pc
- Ai
- it
- NVIDIADLI워크숍
- 컴퓨터수업
- Today
- Total
목록STEM전공자를 위한 DLI워크숍 (2)
코딩 이야기
[ 5부 : 사전 트레이닝된 모델 ] 1) 사전 트레이닝된 모델 (PRE-TRAINED MODELS) - TensorFlow Hub - Keras - NVIDIA NGC ※ 회원가입만 하면 무료로 사용 가능 2) 전이 학습 (TRANSFER LEARNING) - 입력 → 합성곱 → Max Pooling → 합성곱 → 드롭아웃 → Max Pooling → 합성곱 → Max Pooling → 밀집 → 밀집 → 출력 더 일반적 더 전문적 3) 전이학습 (TRANSFER LEARNING)의 개념 - 이미 학습이 되어 있는 사진들을 베이스라인으로 놓고 추가적으로 작업하는 것 4) 기타 (Other) - 트레이닝된 ImageNet 모델은 Keras 라이브러리 내에서 바로 다운로드할 수 있다. - Keras 모델은 ..
[ 4부 : 데이터 증강 및 배포 ] 1) HANDS-ON 요약 - 분석 : CNN으로 검증 정확도를 높임 / 여전히 트레이닝 정확도가 검증 정확도보다 높음 - 솔루션 : 정제 데이터가 더 나은 예시를 제공 / 데이터세트의 다양성이 모델의 일반화에 도움이 됨 2) 모델 배포 (MODEL DEPLOYMENT) - 트레이닝 배치 입력 : 합성곱, Max Pooling(최대 풀링), ... - 크기 조정 → 회색조 → '배치' 3) 데이터 증강 (Data Augmentation) - 데이터세트에서 크기와 편차를 프로그래밍 방식으로 늘리는 것 - 다수의 딥러닝 애플리케이션을 위한 유용한 기술 4) 기타 (Other) - hands-on는 24개의 알파벳을 분류하는 multi-class이다보니 sigmoid를 적..