티스토리

Dev. DA

검색하기

블로그 홈

Dev. DA

dadev.tistory.com/m

Deep Learning, Python, Database, SQL : Tip & Research

구독자: 4

방명록 방문하기

주요 글 목록

[text classification] fasttext example 설치pip 로 릴리즈된 최신 버전 설치하기pip install fasttext git repository에서 개발중인 최신 버전 설치하기git clone https://github.com/facebookresearch/fastText.gitcd fastTextsudo python setup.py install 텍스트 분류 및 단어 벡터화를 수행하는 예제먼저 FastText의 Python API를 사용하여 텍스트 분류 모델을 학습하고 저장한다. 그런 다음 저장된 모델을 로드하여 테스트 데이터에 대해 예측을 수행합니다. 마지막으로 단어 벡터화 기능을 사용하여 주어진 텍스트의 단어 벡터를 얻는다.import fasttext# 텍스트 분류 모델 학습 예제def train_text_classification_m.. 공감수 0 댓글수 0 2024. 4. 24.
Gradio Example : Sentiment Analysis What Does Gradio Do? One of the best ways to share your machine learning model, API, or data science workflow with others is to create an interactive app that allows your users or colleagues to try out the demo in their browsers. Gradio allows you to build demos and share them, all in Python. And usually in just a few lines of code! So let's get started. Install Gradio Package !pip install gradi.. 공감수 0 댓글수 0 2023. 2. 24.
[PyTorch] PyTorch Tutorial Projects Getting Started with aitextgen Perform text-based AI training and generation using OpenAI's GPT-2 and EleutherAI's GPT Neo/GPT-3 architecture. Go Project aitextgen is a text-generation library created by Max Woolf that uses GPT-2 and GPT Neo/GPT-3 architecture in combination with PyTorch, Hugging Face Transformers, and python-lightning. This ML Showcase entry is a fork of the notebooks in the ai.. 공감수 0 댓글수 0 2023. 2. 7.
[Sound Analysis] Sound-data Preprocessing : Librosa Librosa ? Librosa is a python package for music and audio analysis. It provides the building blocks necessary to create music information retrieval systems. Install pip install librosa Example Code 1) Import library import librosa import librosa.display import numpy as np import os os.environ['LIBROSA_DATA_DIR'] = './sound_example/' 2) Load sound data # Load 'libri1' example file. ## (example of.. 공감수 0 댓글수 0 2023. 1. 3.
[Data Labeling] Label-Studio Review 1. Installation & Apps Run. Windows 11 & Anaconda에 기준으로 설치한다. Label Studio 실행환경으로 사용할 가상환경을 생성한다. 가상환경 이름은 "label_studio"로 생성한다. conda create -n label_studio 생성한 가상환경을 활성화한다. conda activate label_studio 생성한 가상환경의 pip 업그레이드한다. pip install --upgrade pip --user Label-Studio를 설치한다. pip install -U label-studio Label-Studio를 설치한다. label-studio --port 9001 로그인하면 다음과 같은 화면 나타난다. 프로젝트를 생성하고 샘플 데이터를 등록한다... 공감수 0 댓글수 2 2022. 9. 8.
Data Labeling Tools Each Type Images labelImg - LabelImg is a graphical image annotation tool and label object bounding boxes in images CVAT - Powerful and efficient Computer Vision Annotion Tool labelme - Image Polygonal Annotation with Python VoTT - An open source annotation and labeling tool for image and video assets imglab - A web based tool to label images for objects that can be used to train dlib or other object dete.. 공감수 0 댓글수 0 2022. 9. 7.
[알고리즘] 주성분 분석 (PCA : Principal Component Analysis) 원문 : https://darkpgmr.tistory.com/110 주성분 분석, 영어로는 PCA(Principal Component Analysis). 고차원의 데이터를 저차원의 데이터로 환원시키는 기법 주성분 분석(PCA)은 사실 선형대수학이라기 보다는 선형대수학의 활용적인 측면이 강하며 영상인식, 통계 데이터 분석(주성분 찾기), 데이터 압축(차원감소), 노이즈 제거 등 다양한 활용을 갖는다. PCA(Principal Component Analysis)에 대한 계산 방법이나 이론적인 부분은 뒤에 가서 다루고 일단은 PCA에 대한 개념 및 활용적인 측면을 먼저 살펴보도록 하자. 1. PCA(Principal Component Analysis)란? PCA는 분포된 데이터들의 주성분(Principal C.. 공감수 0 댓글수 0 2022. 8. 20.
[Computing Vision] Face tracking pipeline code (with facenet_pytorch) pip install facenet_pytorch pip install mmcv sample video from facenet_pytorch import MTCNN import torch import numpy as np import mmcv, cv2 from PIL import Image, ImageDraw from IPython import display #Determine if an nvidia GPU is available device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu') print('Running on device: {}'.format(device)) #Define mtcnn mtcnn = MTCNN(keep_all=.. 공감수 0 댓글수 0 2022. 5. 13.
[스크랩] NVIDIA Research Turns 2D Photos Into 3D Scenes in the Blink of an AI 원문 : https://nvlabs.github.io/instant-ngp/ Abstract Neural graphics primitives, parameterized by fully connected neural networks, can be costly to train and evaluate. We reduce this cost with a versatile new input encoding that permits the use of a smaller network without sacrificing quality, thus significantly reducing the number of floating point and memory access operations. A small neural ne.. 공감수 0 댓글수 0 2022. 3. 29.
[Recommendations]01-추천 시스템이란? Introduction 추천 시스템은 사용자와 아이템(상품, 컨텐츠 등) 간 데이터의 활용, 사용자의 취향을 고려한 아이템(컨텐츠) 추천하는 시스템을 통칭한다. Recommendation Problem - Prediction vision of Problem ( or Matrix Completion Problem) : 학습 데이터를 통해서 유저의 선호도를 정확하게 예측하는 것이 목적인 문제. - Ranking vision of Problem : 선호도 기준 상위 N개의 아이템을 선택하는 문제. Goal of Recommender Systems - Relevance : 적절한 아이템을 유저에게 추천하는가? - Novelty : 진부한 아이템(예: Sales Top 100)이 아닌 유저가 탐색하지 못한 색다른.. 공감수 0 댓글수 0 2022. 3. 16.
[스크랩] 상품(콘텐츠) 추천 기능 구현하기: (3) 고객 취향 사로잡기 안녕하세요 뷰저블입니다. 상품 추천 기능 구현하기 마지막편, 협업 필터링입니다. 이전 글에서도 협업 필터링에 대해 잠깐 매우 간단한 개념만을 소개해드렸었는데요, 이번 글에서는 상세히 다뤄보고자 합니다. 많은 서비스들이 ‘이 아이스크림을 보는 사람은 이 아이스크림도 살펴보고 있어요!’ 혹은 ‘이 과자를 구입한 사람은 이 과자도 구매했어요!’ 처럼 상품간의 공통점을 이용하여 추천을 제안하는데요. 이러한 방식은 ‘개인화 추천(개인의 취향에 따라 상품을 제안하는 방식)’방식이 아닌 모두에게 동일한 결과를 노출하는 방식에 해당합니다. 하지만, 협업 필터링은 ‘나와 닮은 사람의 평가는 나와 비슷한 평가를 내릴 것이야. 따라서 나는 아직 사지 않았지만 다른 사람이 구매한 상품을 나도 원할거야’라는 사고 아래 시작합니.. 공감수 1 댓글수 0 2022. 3. 16.
게임 개발에서 인공지능(AI)을 활용되는 사례 목차 더보기 렌더링 관련 기술 NVIDIA의 DLSS NVIDIA의 GANcraft 그래픽스 관련 기술 NVIDIA의 Canvas Google의 Chimera 렌더링 관련 기술 NVIDIA의 DLSS(Deep Learning Super Sampling) - 이미지의 해상도를 높이는 연구 분야를 Super resolution이라고 한다. - 엔비디아의 GPU 제품인 RTX 시리즈부터는 딥러닝을 가속하기 위한 텐서 코어(Tensor core)가 들어가 있는데, 이를 활용하여 속도를 향상된다. - 아래 그림과 같이 DLSS를 키면 FPS를 향상시키면서도 이미지 품질도 개선하는 효과를 가져왔으며, 4K 환경에서는 게임에 따라 최대 3배까지도 빨라진다. NVIDIA의 GANcraft NVIDIA의 GANcraft.. 공감수 0 댓글수 0 2022. 2. 16.
C# ML.NET Overview | Machine Learning for .NET What is ML.NET? ML.NET은 마이크로소프트의 .NET 애플리케이션에 기계 학습(Machine Learning)을 구현할 수 있는 라이브러리이다. ML.NET를 사용하면 알고리즘을 지정하여 사용자 지정 모델을 학습하거나 미리 학습된 TensorFlow 및 ONNX 모델을 가져올 수 있다. Code Example 집 크기(HouseData.Size) 및 가격(HouseData.Price) 데이터를 사용하여 주택 가격을 예측하도록 선형 회귀 모델 using System; using Microsoft.ML; using Microsoft.ML.Data; class Program { public class HouseData { public float Size { get; set; } //[Featur.. 공감수 0 댓글수 0 2022. 1. 26.
C/C++ Machine Learning Library Top 10 원문 : https://analyticsindiamag.com/top-10-libraries-in-c-c-for-machine-learning/ 1. TensorFlow 2. Caffe 3. Microsoft Cognitive Toolkit 4. mlPack Library 5. DyNet 1| TensorFlow 146k GitHub Stars: 146k About: TensorFlow is a popular open-source software library for machine learning. This library has a comprehensive, flexible ecosystem of tools, libraries, and community resources that lets research.. 공감수 0 댓글수 0 2022. 1. 26.
비지도학습 : DBSCAN DBSCAN I. 밀도기반 군집화 기법, DBSCAN 가. DBSCAN 의 개념 핵심 벡터로부터 ε 반경 내 접근 가능한 모든 데이터 벡터들의 집합(군집)을 생성하는 기법 DBSCAN : Density-Based Spatial Clustering of Application with Noise 나. DBSCAN 주요 개념 ε (epsilon) – 주어진 개체 들의 반경 minPts – ε 반경 내 군집 위해 필요한 객체 수 II. 군집 생성 요소 및 절차 가. 군집 생성 요소 구성 요소설명 이웃 벡터 – 한 벡터로부터 ε 반경 내 위치한 다른 데이터 벡터 핵심 벡터 (Core Point) – n개 이상의 이웃벡터를 갖는 데이터 벡터 직접 접근 가능 – directly density-reachable – 핵.. 공감수 0 댓글수 0 2022. 1. 25.
머신러닝 분류 : 강화학습 강화 학습(Reinforcement Learning)이란? 의사 결정의 기법으로 최대의 보상(Reward)을 얻기 위해 환경(Environment)에서 최적의 행동(Best Action)을 학습하는 것이다. 이 최적의 행동(Best Action)은 아이들이 주변 세상을 탐험하고, 성장하기 위해서 시행착오를 겪으면서 배우는 것과 유사하게 환경과의 상호 작용과 환경이 어떻게 반응하는지 관찰을 통해 학습한다. 즉, 강화 학습은 어떤 환경 안에서 정의된 주체(agent)가 현재의 상태(state)를 관찰하여 선택할 수 있는 행동(action)들 중에서 가장 최대의 보상(reward)을 가져다주는지 행동이 무엇인지를 학습하는 것이다. 강화 학습의 동작 1. Observation : 정의된 주체(agent)가 주어.. 공감수 0 댓글수 0 2022. 1. 25.
[머신러닝] 학습한 모델의 저장과 로딩 # Save Model Using Pickle import pandas from sklearn import model_selection from sklearn.linear_model import LogisticRegression import pickle url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv" names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class'] dataframe = pandas.read_csv(url, names=names) array = dataframe.values X = a.. 공감수 0 댓글수 0 2022. 1. 21.
Real-time Object Detection algorism : YOLO v3 https://mickael-k.tistory.com/27 Darknet YOLO(You Only Look Once) 공부했다. Yolov3 start() { YOLO 란? You Only Live Once가 아닌, You Only Look Once의 약어로 Joseph Redmon이 워싱턴 대학교에서 여러 친구들과 함께 2015년에 yolov1을 처음 논문과 함께 발표 했습니다. 당시만 해도 Object.. mickael-k.tistory.com https://pjreddie.com/darknet/yolo/ YOLO: Real-Time Object Detection YOLO: Real-Time Object Detection You only look once (YOLO) is a state-of-the-.. 공감수 0 댓글수 0 2021. 9. 8.
Python ML : numpy numpy란? Numerical Python 을 읨하는 Numpy는 파이썬에서 선형대수 기반의 프로그래밍을 지원하는 대표적인 패키지. 루프를 실행하지 않고, 대량의 배열 연산을 보다 간편하고 빠르게 수행하는 것이 장점임. numpy 설치 PIP pip install numpy Conda # Best practice, use an environment rather than install in the base env conda create -n my-env conda activate my-env # If you want to install from conda-forge conda config --env --add channels conda-forge # The actual install command con.. 공감수 0 댓글수 0 2021. 2. 16.
머신러닝의 개념과 기법 목차 머신러닝이란 머신러닝의 분류 지도학습 (Supervised Learning) 비지도학습 (Unsupervised Learning) 강화학습 (Reinforcement Learning) 지도학습과 비지도학습 비교 머신러닝이란? 컴퓨터가 스스로 학습할 수 있는 알고리즘이나 기술을 개발하는 분야를 가르킨다. 1. Data Input : 일정량의 이상의 샘플(학습) 데이터를 입력한다. 2. Learning : 입력 받은 데이터를 분석하고 학습한다. 3. Discover(Model) : 일정한 패턴과 규칙을 찾아낸다. 4. Decision & Precdiction : 찾아낸 패턴과 규칙을 이용해서, 의사결과 및 예측 등을 수행한다. 다시 한번 정의하자면, 데이터를 기반으로 패턴을 학습하고, 결과를 예측하는 .. 공감수 0 댓글수 0 2021. 2. 16.

반응형

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.