임베딩사람이 사용하는 언어(자연어)를 컴퓨터가 이해할 수 있는언어 형태인 벡터로 변환한 결과 혹은 일련의 과정을 의미한다.즉 단어를 좌표평면에 놓는다고 이해하면 좋다. 이를 통해 단어간의 거리를 통해 유사성을 확인할 수 있다. 임베딩으로 단어 및 문장 간 관련성을 계산하고 의미적 혹은 문법적 정보의 함축을 수행한다.   임베딩 방법에 따른 분류 희소 표현 기반 임베딩희소표현은 대부분의 값이 0으로 채워져 있는 경우로, 대표적으로 원-핫 인코딩이 있다. 두 벡터의 내적이 0을 갖게되며로 단어 끼리의 관계성 없이 독립적인 관계가 된다는 단점이 있다. * 크기가 1인 두 벡터의 내적은 두 벡터의 유사도를 나타낸 것과 같다. 또한 차원의 저주의 문제가 발생한다,* 하나의 단어를 표현하는데 말뭉치에 있는 수만큼 ..

다양한 CNN을 적용하여 객체(배경) 분류  엄청나게 많은 서브 영역이 존재하고 많은 컴퓨팅 파워가 소모된다.  Selective Search방식은 개체를 포함할 가능성이 있는 blobby이미지 영역을 찾는다. 색 변화를 통해 변화하는 지점을 확인해서 바운딩 박스를 만드는 기법이다. 상대적으로 빠르게 실행된다. 선택적탐색은 객체인식이나 검출을 위한 가능한 후보영역(객체가있을만한 위치, 영역)을 알아내는 방법선택적탐색은 분할방식을 이용하여 시드(seed)를 선정하고, 그시드에 대한 완전탐색을적용선택적탐색은 다음 세단계 과정을거침1단계. 초기 영역 생성(sub-segmentation)각각의 객체가 영역한개에 할당될 수 있도록 많은 초기 영역을 생성( 입력된 이미지를 영역다수개로 분할하는 과정)  2단계. 작..

nn.Sequential : 여러개의 레이어를 사용할때**kernel_size=3, padding=1, stride=1 이면 input과 output size가 같음!  🐹전이학습합성곱 신경망 기반의 딥러닝 모델을 훈련시키기 위해서는 많은 양의 데이터가 필요하나, 이러한 데이터셋을 얻는것은 쉽지 않다. 이런 현실적 어려움을 해결하기 위해 전이학습을 사용한다.전이학습이란 이미지넷(ImageNet)과 같이 아주 큰 데이터셋을 써서 훈련된 모델의 가중치를 가져와 우리가 해결하려는 과제 에 맞게 보정해서 사용하는 것을 의미한다. 전이학습을 사용하면 비교적 적은 수의 데이터를 가지고도 우리가 원하는 과제를 해결할 수 있다.   - 전이학습의 두 가지 주요 접근 방식은 특징 추출(Feature Extraction..

아나콘다란?Anaconda는 대규모 패키지와 툴을 제공하는 플랫폼으로, 데이터 과학, 머신러닝, 인공지능, 빅데이터 분석 등 다양한 분야의 개발자와 연구자를 위해 설계되었다.Anaconda는 파이썬과 R 언어를 지원하며, 과학적 계산, 데이터 분석, 데이터 시각화, 머신러닝 등을 위한 패키지를 쉽게 설치하고 관리할 수 있게 해준다. 프로그래밍 언어의 패키지 및 환경 관리를 위한 패키지 관리자와 환경 관리자를 제공하여 요즘 파이썬 개발자에게는 파이썬의 프로젝트 관리를 위해 사용이 필수적이다!  아나콘다 설치 아래 처럼 체크해준다.   설치 완료후 anaconda prompt 열기  가상환경 만들기conda create -n torch_book python=3.9.0위 명령어를 사용하여 torch_book이..