IT_World

Norm Norm=절대값이 아니다. 많은 Norm 중 하나가 절댓값인 것이다. 예를 들어 |-2| = 2 , |-10| = 10 이런식으로 절대값을 쓴다. 여기에서 조금만 더 생각해보면 | | 속 에는 단순 실수 뿐 만 아니라 벡터도 | | 안에 들어간다. ex) |(2,10)| 그리고 이는 절댓값이 아니라 벡터의 크기 정도로 칭했다. Norm이란, 수학적 정의는 복잡하지만 결국 어떤 값의 크기를 계산하여, 비교가 가능하게끔하는 어떤 함수 정도인데, 그 중 하나가 L1, L2 Norm이다. L1 Norm(Mahattan Distance, Taxicab geometry) L1 Norm은 두 개의 벡터를 빼고, 절대값을 취한 뒤, 합한 것이다. 예를 들어, x=(1,2,3), y=(-4,-5,-6)은 d(x..

컨볼루션 신경망(ConvNets) 일반적으로 고정 자원 예산으로 개발된다. 더 많은 경우에는 정확성을 높이기 위해 scaled up하며, 리소스를 사용할 수 있다. 본 논문에서는 모델 스케일링을 체계적으로 연구하고 다음을 식별한다. 네트워크 깊이(network depth), 폭(width), and 해상도의 균형(resolution)을 주의 깊게 조정하면 성능이 향상되고, 이 관찰을 기반으로 새로운 확장을 제안한다. 단순하면서도 매우 효과적인 복합 계수를 사용하여 깊이/폭/해상도 모든 차원을 균일하게 스케일링하는 방법을 MobileNet 및 ResNet에 이 방법의 효과를 보여준다. EfficientNet은 이전 ConvNet보다 훨씬 높은 정확도와 효율성을 달성한다. 특히, EfficientNet-B7..

ModuleNotFoundError: No module named 'tensorboard' 에러 발생 환경 os : Ubuntu 18.64 Tensorflow Keras 가장 먼저 텐서보드 설치 pip install tensorboard #tensorboard --logdir=runs 예시 코드 #1. 데이터 import numpy as np dataset = np.array(range(1,101)) size = 5 #데이터 전처리 def split_x(seq, size): aaa = [] #는 테스트 for i in range(len(seq)-size+1): subset = seq[i:(i+size)] # aaa.append([item for item in subset]) aaa.append(subse..

RuntimeError: view size is not compatible with input tensor's size and stride (at least one dimension spans across two contiguous subspaces). Use .reshape(...) instead. 파이토치에서 Pytorch code를 돌리던 중 에러발생 x = x.view(x.size(0), -1) 에러 발생 위치는 그러다가 .contiguous() 를 앞에 붙이라는 글을 보게됐다. x = x.contiguous().view(x.size(0), -1) 무사히 돌아간다. RuntimeError: invalid argument 1: input is not contiguous at contiguous()손..

PyTorch Tutorial: How to Develop Deep Learning Models with Python Predictive modeling with deep learning is a skill that modern developers need to know. PyTorch is the premier open-source deep […] machinelearningmastery.com 2. PyTorch 딥 러닝 모델 수명주기 이 섹션에서는 모델을 정의하는 데 사용할 수 있는 딥 러닝 모델 및 PyTorch API의 수명주기를 알아볼 수 있다. 모델에는 수명주기가 있으며, 이 매우 간단한 지식은 데이터 세트 모델링과 PyTorch API 이해 모두를 위한 백본을 제공한다. 수명주기의 5 단계..

Mask R-CNN을 탐색하여 인스턴스 분할이 Mask R-CNN과 어떻게 작동하는지 이해 한 다음 Keras를 사용하여 Mask R-CNN을 사용하여 이미지의 분할을 예측 개요 Mask R-CNN은 이미지 분할 작업을 위한 최첨단 프레임 워크 Mask R-CNN이 어떻게 작동하는지 단계별로 배울 수 있다. 또한 Python에서 Mask R-CNN을 구현하고 자체 이미지에 사용하는 방법도 살펴보자 소개 자율 주행 자동차 시스템이 급회전을 안전하게 탐색할 수 있도록 정확한 도로 형태를 감지할 수 있는 기술이 필요하다. 그러한 시스템을 구축하는 데 사용할 수있는 최신 최첨단 프레임 워크? 그것이 마스크 R-CNN이다. 먼저 이미지 분할이 무엇인지 빠르게 살펴볼 것이다. 그런 다음이 기사의 핵심 인 Mask ..

참조 논문 : https://arxiv.org/pdf/1801.07698v1.pdf 컨볼루션 신경망은 차별적 특징을 학습하는 대용량으로 인해 최근 몇 년 동안 얼굴 인식의 성능을 크게 향상했다. Softmax loss의의 차별적 힘을 강화하기 위해, 곱셈적 각도 여유와 첨가적 코사인 여유는 각각 손실 함수에 각도 여유와 코사인 여유를 통합한다. 본 논문에서는 지금까지 제안된 감독 신호보다 기하학적 해석이 우수한 새로운 감독 신호인 가산 각도 여백(ArcFace)을 제안한다. 구체적으로, 제안된 ArcFace cos(α + m)는 L2 정규화된 가중치와 특징에 기초한 각(arc) 공간에서 결정 경계를 직접 최대화한다. 곱셈적 각도 여유 비용(m²)과 첨가적 코사인 여유 비용 β - m에 비해, ArcFac..

Operating System: Ubuntu 18.04.4 LTS Kernel: Linux 5.4.0-72-generic Architecture: x86-64 개발 환경 : PyCharm 언어 : python 라이브러리 : pytorch 파이 토치를 사용하던 중 tensorboard는 사용하기 복잡해서 plot를 사용하려 찾던 중 visdom을 발견했다. 그리고 사용하려니 뜨는 에러 ModuleNotFoundError: No module named 'visdom' pip install visdom Visdom는 과학적 실험 지원에 중점을 두고 데이터 시각화를 원격으로 보여준다. Broadcast visualizations of plots, images, and text 설치 후 python -m visd..