본문 바로가기

분류 전체보기465

[Docker] 01. 도커(Docker)란 Reference 시작하세요! 도커/쿠버네티스 Contents 도커란? 가상머신(VM) vs 도커 컨테이너 도커의 장점 도커 아키텍처 도커란? 어플리케이션을 컨테이너(Container)로서 조금 더 쉽게 사용할 수 있게 만들어진 오픈소스 프로젝트 Go 언어로 작성되어 있음 도커는 컨테이너 기반의 가상화 도구이며, 어플리케이션을 환경에 구애받지 않고 실행하는 기술이라고 할 수 있습니다. (어플리케이션 영역에서 동작하는 가상화 플랫폼) 기존에 사용되던 가상화 방법인 가상머신(Virtual Machine;VM)과는 달리 도커 컨테이너는 성능의 손실이 거의 없어서 많이 사용되고 있습니다. 도커와 관련된 프로젝트(프로그램?)은 도커 컴포즈(Docker Compose), 도커 허브(Docker Hub) 등 여러가지.. 2021. 7. 11.
AutoEncoder (3) : AE, DAE - Reference Slide : https://www.slideshare.net/NaverEngineering/ss-96581209 강의(youtube) : (1/3) https://www.youtube.com/watch?v=o_peo6U7IRM&ab_channel=naverd2 (2/3) https://www.youtube.com/watch?v=rNh2CrTFpm4&ab_channel=naverd2 (3/3) https://www.youtube.com/watch?v=LeVkjCuUdRs&ab_channel=naverd2 Naver 이활석님의 'AutoEncoder의 모든 것'이라는 강의를 바탕으로 학습하여, 개인적으로 정리하였습니다. 이번 글에서 드디어 AutoEncoder(AE)에 대해서 알아보도.. 2021. 2. 15.
AutoEncoder (2) : Manifold Learning - Reference Slide : https://www.slideshare.net/NaverEngineering/ss-96581209 강의(youtube) : (1/3) https://www.youtube.com/watch?v=o_peo6U7IRM&ab_channel=naverd2 (2/3) https://www.youtube.com/watch?v=rNh2CrTFpm4&ab_channel=naverd2 (3/3) https://www.youtube.com/watch?v=LeVkjCuUdRs&ab_channel=naverd2 Naver 이활석님의 'AutoEncoder의 모든 것'이라는 강의를 바탕으로 학습하여, 개인적으로 정리하였습니다. Manifold Learning 오토인코더의 가장 중요한 기능 중.. 2021. 2. 10.
AutoEncoder (1) : Maximum likelihood 관점에서의 해석 - Reference Slide : https://www.slideshare.net/NaverEngineering/ss-96581209 강의(youtube) : (1/3) https://www.youtube.com/watch?v=o_peo6U7IRM&ab_channel=naverd2 (2/3) https://www.youtube.com/watch?v=rNh2CrTFpm4&ab_channel=naverd2 (3/3) https://www.youtube.com/watch?v=LeVkjCuUdRs&ab_channel=naverd2 Naver 이활석님의 'AutoEncoder의 모든 것'이라는 강의를 바탕으로 학습하고 정리하였습니다. AutoEncoder 위키피디아에서 오토인코더를 검색하면 아래의 결과를 볼 수.. 2021. 2. 9.
한글 음절 인식기(OCR) Github : github.com/junstar92/hangul-syllable-recognition 머신러닝, 딥러닝을 공부하면서 OCR, 특히 한글 OCR에 대해서 한번 직접 구현해보고 싶었고, 한글 텍스트 탐지 및 인식을 시작하기 전에 가볍게 한글 음절 하나를 인식하는 인식기를 제작해보았습니다. 한글은 기본적으로 자음 14자, 모음 10자로 구성되어 있고, 복합으로 사용되는 자음 5자와 모음 11자가 추가로 있습니다. 그리고 하나의 음절은 초성+중성+받침으로 구성될 수 있고, 나타낼 수 있는 경우의 수는 총 11,172개이므로 엄청 많음 음절 단위를 표현할 수 있습니다. 이번 프로젝트에서는 11,172개의 음절이 아닌, KS X 1001 완성형에 포함되며, 자주 사용되는 한글 2350자만을 인식하.. 2021. 1. 26.
Saliency Map (tensorflow v2.4.0) 2021/01/18 - [ML & DL/tensorflow] - Class Activation Map(CAM) Class Activation Map(CAM) (tensorflow v2.4.0) 오래전부터 CNN Model을 해석하기 위한 방법을 찾아왔습니다. 이전에는 주로 filter들을 시각화하거나 filter가 최대로 활성화하는 입력을 찾는 등의 filter 단위의 해석이 많았고, 실제 junstar92.tistory.com CAM에서는 CNN 구조의 탑에 Global Average Pooling(GAP) layer를 두고, Dense layer를 쌓아서 Dense layer의 가중치와 마지막 Conv layer의 feature map을 통해서 모델이 이미지의 어떤.. 2021. 1. 18.
Class Activation Map(CAM) (tensorflow v2.4.0) 오래전부터 CNN Model을 해석하기 위한 방법을 찾아왔습니다. 이전에는 주로 filter들을 시각화하거나 filter가 최대로 활성화하는 입력을 찾는 등의 filter 단위의 해석이 많았고, 실제 모델이 이미지의 어떤 부분을 보고 예측하는지는 알 수 없었습니다. 하지만, Class Activation Map(CAM, paper)을 사용하면서 모델이 이미지의 어떤 부분을 보고 판단을 내리는지 어느 정도 알아낼 수 있습니다. 바로 아래처럼 말이죠. Class Activation Map은 다음과 같이 구할 수 있습니다. 기본적인 Conv layer - Pooling layer의 구조를 쌓고 Feature들을 추출합니다. 그리고 CNN 구조 마지막에 Feature map을.. 2021. 1. 18.
[tensorflow] UNet (Oxford-IIIT Pet segmentation) (tensorflow v2.4.0) 2021/01/16 - [ML & DL/tensorflow] - [tensorflow] Fully Convolutional Networks(FCNs) [tensorflow] Fully Convolutional Networks(FCNs) (tensorflow v2.4.0) Fully Convolutional Network(FCN)를 사용해서 Image Segmentation을 수행하는 모델을 구현해보도록 하겠습니다. 먼저 FCN에 대해서 아주 간단하게 살펴보겠습니다. FCN의 자세한 내용은 논문.. junstar92.tistory.com 이번에는 Fully Convolutional network에 이어서 Image Segmentation을 목적으로 제안된 FCN을 기반으.. 2021. 1. 17.
[tensorflow] Fully Convolutional Networks(FCNs) (tensorflow v2.4.0) Fully Convolutional Network(FCN)를 사용해서 Image Segmentation을 수행하는 모델을 구현해보도록 하겠습니다. 먼저 FCN에 대해서 아주 간단하게 살펴보겠습니다. FCN의 자세한 내용은 논문을 참조하시기 바랍니다.(paper) Fully Convolutional Networks(FCN) 논문의 제목에서 나타나듯이, FCN은 Image Segmentation을 위해 만들어진 네트워크입니다. 네트워크는 위 이미지처럼 Image를 입력으로 받고, 일반적인 Conv Block(Conv - Pooling) 구조를 여러층으로 쌓아서 Feature extractor를 구성하고, 추출된 feature들을 Fully-connected layer가 아.. 2021. 1. 16.
Breast Cancer Prediction (tensorflow v2.4.0) 2021/01/12 - [ML & DL/tensorflow] - [tensorflow] Custom Training Loops (tf.GradientTape) [tensorflow] Custom Training Loops (tf.GradientTape) (tensorflow v2.4.0) 일반적으로 딥러닝 모델을 학습할 때, Build in Solution인 model.compile()과 model.fit()을 많이 사용합니다. model.compile()을 통해서 optimizer와 loss를 지정하고, model.fit()을 통해.. junstar92.tistory.com 이전 게시글에서 GradientTape를 사용해서 API가 아닌 직접 Training loop.. 2021. 1. 13.
​

티스토리툴바