Tieck's IT Blog

딥러닝

[딥러닝첫걸음2]실전 모델의 뼈대 만들기

사용된 개념 데이터 증강(data augmentation), flow, generator CNN 모델의 구조 모델의 절차를 처리 순서에 따라 정리해보자. 첫번째 구조 새로운 개념에 접근하기 위해, 이미 알고있는 상식을 활용해보자 최초 모델의 원형은 다음과 같다. 1. 데이터 전처리하여 학습에 용이한 형태로 가공 2. 알고리즘을 바탕으로 모델 설계 3. 데이터를 모델에 넣어 학습시키기 4. 반복 이런 구조는 직관적이다. 실제로 초기에는 별문제가 없었다. 하지만 시간이 흘러 데이터의 규모가 증가하면서 문제가 발생했다. 1. 이 구조는 학습에 필요한 데이터의 전체 분량(100%)를 메모리(RAM)에 담아야 한다. 2. 학습/실전에 사용되는 데이터의 규모가 수십 GB에서 TB를 넘는다. (Bigdata) 3. ..

딥러닝

[딥러닝 첫걸음]간단한 모델 만들기

Kaggle notebook을 사용하여 간단한 모델을 만들었다. 입문자에게 예제로 자주 쓰이는 CIFAR 데이터 셋을 사용하였다. CIFAR100 dataset은 훈련 속도가 오래걸리기 때문에 CIFAR10 datset을 선택했다. 데이터 셋 이름 + 라벨의 개수로 CIFAR10은 label이 10개인 데이터로 구성된 비교적 작은 규모의 데이터셋이다. 각 라벨당 6,000개의 이미지가 포함되어 총 60,000개의 이미지로 구성되었다. 기본적으로 training images 50,000개 , test image images 10,000개로 나뉘어 존재한다. 각 이미지는 (가로, 세로, 채널) = (32, 32, 3) 로 구성되었다. * 채널에는 주로 색상의 개수가 포함된다. RGB로 구성된 이미지는 (가로..