ComputerVision Jack

[개념 정리] 비지도 학습 AutoEncoder 입력값으로부터 데이터의 특징을 찾아내는 방법 비지도 학습은 X값만 있는 상황에서 학습한다. (대표적으로 Auto Encoder가 있다.) 오토인코더(AutoEncoder) 입력값과 출력값을 같게 하는 신경망. 가운대 계층의 노드 수가 입력값 보다 적은 것이 특이사항. 따라서 데이터 압축 효과와 잡음제거 효과까지 적용 가능하다. 입력층으로 데이터가 들어오면 인코더를 통해 은닉층으로 보내고, 은닉층 데이터를 디코더를 통해 출력층으로 보낸 뒤, 출력과 입력이 비슷해지도록 가중치를 찾아내는 것. 오토 인코더(Variational AutoEncoder) 잡음 제거 인코더(Denoising AutoEncoder) [코드 정리] from tensorflow.exampl..

[개념 정리] chapter4의 예제 포유류 조류 파일을 csv로 저장한 후 작업 환경에서 읽어온다. data = np.loadtxt('./data.csv', delimiter = ',', unpack = True, dtype = 'float32') #loadtxt의 unpack 매개변수 : 한 열을 쭉 읽어와 행으로 변환 #loadtxt의 transpose 매개변수 : 전치 행렬을 제작 은닉망을 늘릴땐, 전층의 은닉층 개수를 물려받아 사용하며 최정 출력 은닉망은 결과로 분류될 클래스 개수로 정의한다. #주의할 점 신경망의 계층 수와 은닉층 뉴런수를 늘리면 복잡도가 높은 문제를 해결하는데 도움을 준다. 그러나 많이 늘릴 수록 과적합 문제에 빠질 수 있다. global_step 생성이유 : 학습 마다 과정..