EnJinnier

기술 블로그 시작하기 이전에 공부해서 정리했던 직접 작성한 노션 내용입니다. https://childlike-second-a2f.notion.site/Ch8-3-420d4113a69f4d159bd553bafecb3dfa?pvs=4

기술 블로그 시작하기 이전에 공부해서 정리했던 직접 작성한 노션 내용입니다. https://childlike-second-a2f.notion.site/Ch7-2-bf5e88295f4844cea59385a189cf29c5?pvs=4

기술 블로그 시작하기 이전에 공부해서 정리했던 직접 작성한 노션 내용입니다. https://childlike-second-a2f.notion.site/CH6-1-6849c5a32811438280e93d03b3ab7a04?pvs=4 CH6-1 군집 알고리즘 | Notion 만약, 타깃을 알지 못하는데 종류별로 분류하고 싶다면 어떻게 해야할까? childlike-second-a2f.notion.site

기술 블로그 시작하기 이전에 공부해서 정리했던 직접 작성한 노션 내용입니다. https://childlike-second-a2f.notion.site/CH4-2-fa8ff6ba482c4d1891d935ea59b5993d?pvs=4 CH4-2 : 확률적 경사 하강법 | Notion 계속해서 훈련세트에 새로운 데이터들이 추가된다면, 어떻게 해야 효율적으로 훈련할 수 있을까? childlike-second-a2f.notion.site

기술 블로그 시작하기 이전에 공부해서 정리했던 직접 작성한 노션 내용입니다. https://childlike-second-a2f.notion.site/CH3-1-2a818864ba4247ce85674599de00722d?pvs=4 CH3-1 | Notion k-최근접 이웃 회귀 childlike-second-a2f.notion.site

Attention is all you need는 트랜스포머 구조를 처음 발표한 구글의 논문이다. 지난 게시물에 적었듯 transformer 이전의 대부분의 딥러닝 모델은 RNN(순환신경망), 또는 LSTM의 구조를 사용했다. 잠깐 RNN에 대해 다시 알고가자면 대표적인 딥러닝 모델 중 하나로 Recurrent Neural Network(순환 신경망)을 뜻한다. RNN은 입력과 출력을 시퀀스( : 문장 같이 시간의 흐름에 따라 발생하는 연속적인 데이터) 단위로 처리한다. x1~xt : 시간의 흐름에 따라 입력되는 input data 위 그림과 같이 이전의 메모리 셀 출력값과 현재의 입력값 두개를 입력으로 사용하여 결과를 내보내고 다음 은닉층의 메모리 셀에 입력한다. 즉, 과거 정보를 계승하여 시계열 데이터..

train data와 target data는 엑셀파일로 정리하여 date(날짜) confcase(확진자수) searchfrequency(검색빈도) confcase5dayslater(5일뒤 확진자수) 별로 입력해둔 상태이다. 이제 본격적으로 DNN모델을 구축해보자. 1. 데이터로드 먼저 데이터분석과 시각화를 위해 필요한 패키지들을 불러오자. import pandas as pd import numpy as np import matplotlib.pyplot as plt pandas: 데이터 분석을 위한 라이브러리. 엑셀 파일과 같은 다양한 형식의 데이터를 효과적으로 다룰 수 있음. numpy: 수학 및 배열 연산을 위한 라이브러리. 배열과 행렬 관련 작업을 쉽게 수행할 수 있음. matplotlib.pyplo..

1. 사전 정리 본 논문은 과거 확진자수와 검색어 빈도 데이터를 결합하여 5일 후의 코로나 19 확진자 수를 선제적으로 예측하는 모델을 개발하는데 중점을 두고 있다. 따라서 본 연구는 의학적 방법이나 임상적 데이터가 아닌 구글 트렌드를 바탕으로 생성된 검색어 빈도 데이터를 가지고 딥러닝(DNN & LSTM)을 이용해 코로나 19 확진자수를 예측할 수 있는지 탐색적 데이터 분석을 시도하였다. 사용된 입력 데이터 2020년 1월 30일부터 2021년 2월 28일 까지의 데이터 입력 데이터는 다음 두 개의 변수로 구성됨 1. 확진자수(중앙방역대책본부가 발표하는 일일 확진자수 사용) 2. 검색어 빈도수(구글 트렌드(Google trends) 사용) -> 사용자가 지정된 기간 (2020년 1월 30일부터 2021..

toonify 논문 구현에서 vgg16 논문 구현으로 주제를 바꾸었다. 이에 앞서 vgg16을 다뤘던 논문을 먼저 공부해보았다. https://arxiv.org/abs/1409.1556 Very Deep Convolutional Networks for Large-Scale Image Recognition In this work we investigate the effect of the convolutional network depth on its accuracy in the large-scale image recognition setting. Our main contribution is a thorough evaluation of networks of increasing depth using an arc..

Base모델 구현을 시작해보았다. 사실상 전이학습에 사용할 StyleGAN모델이다. 구현에 앞서 tensorflow를 사용하기 위해 https://blog.naver.com/tutmr999/222614940763 를 참고하여 tensorflow를 설치해주었다. --추가 tensorflow가 설치가 안됐다고 떠서 https://asterisco.tistory.com/687 참고해서 다시 설치했다. 참고한게 좀 많다. https://velog.io/@pcj1541/1.-Macbook-M1-Tensorflow-설치하기for-jupyter-notebook https://velog.io/@hyeanjisoo25/내가-보려고-쓰는-Mac-m1-tensor-flow-설치 -- python 3.7.10(로 설치했는데 ..