부스트캠프11 [부스트캠프] Semantic Segmentation 정리 2주동안 CV 기본지식으로 Image Classification부터 ViT까지 배웠는데 강의가 극한으로 압축되어 있어 나도 그렇고 다른 사람들 역시 많은 부분을 이해하지 못하고 넘겼다. 모든 부분은 디테일하게 짚고 넘어가는게 최선이지만 강의, 과제, 팀 활동이 계속해서 늘어나므로 디테일한 부분이나 구현을 제외하고 개념만 정리하고 느낌만 알아보는 식으로 가겠다. 이 후 여러 task 역시 이런식으로 정리할텐데 프로젝트를 진행하기 전 먼저 시야를 넓게 가져보기에는 좋은 방법인것 같다. Semantic Segmentation 아마 이글을 읽는 사람 중 이 용어가 의미하는 바는 없을거라 생각된다. 간단히 말하자면 "이미지의 픽셀별 분류"라고 생각하면 될것 같다.(엄밀히 말하자면 upsamplig을 거치므로 픽셀.. 2023. 4. 9. [Pytorch]Datasets and dataloaders 텐서플로우 역시 tf.dataset을 통한 데이터셋 생성 후 이터레이팅 방식으로 모델에 데이터를 먹일 수 있지만 대게 local에서 가져와서 직접 전처리 후 모델에 통째로 먹어주는 경우가 많았다. 하지만 Pytorch는 dataset과 dataloaders를 사용하는게 더 관용적인 것 같으며 사용법 역시 간단했다. 이번에는 부캠에서 배운 daataset과 dataloader에 대한 설명과 어떤 식으로 활용될지에 대해 적어보겠다. 필자는 pytorch를 통해 scratch부터 데이터셋, 데이터로더를 제작한 적이 없음을 감안하고 틀린 부분이 있으면 과감히 말해주길 바란다. Dataset dataset은 pytorch에서 데이터를 모델어넣어주기전 미리 그에 대에 정의 및 처리해 주기 위하여 사용된다. Modu.. 2023. 3. 23. [Pytorch]Autograd Module torch.nn.Module, forward Input, Output, Forward, Backward을 정의하는 Pytorch에서 모델을 만드는데 필요한 base class class MyLiner(nn.Module): def __init__(self, in_features, out_features, bias=True): super().__init__() self.in_features = in_features self.out_features = out_features self.weights = nn.Parameter( torch.randn(in_features, out_features)) self.bias = nn.Parameter(torch.randn(out_features)) def f.. 2023. 3. 19. [부스트캠프]Pandas 정리 Pandas는 Numpy보다 처음보는 문법이 많았고 내용도 방대해 내용이 상당히 길다. 말이 정리지 사실상 강의 내용의 대부분을 따라쳐보고 출력을 확인하는 과정을 포스팅해보겠다. Dataframe functions loc, iloc loc은 dataframe의 index를 기반으로 iloc는 dataframe의 row기준 순서를 기반으로 행을 슬라이싱 or 인덱싱한다. 체크해야할 부분은 괄호로 ( )가 아니라 [ ]를 쓴다는 점! temp = [[i+1,i+2,i+3,i+4,i+5]for i in range(10)] df = pd.DataFrame(temp).T df.index = ["a","b","c","d","e"] prnt(df) print(df.loc["a"]) print(df.iloc[0]) 0.. 2023. 3. 18. 이전 1 2 3 다음
