2025.03.08Chapter 7. Autoencoders, Image Augmentation50. 오토 인코더   인코더와 디코더, 잠재변수오토인코더는 입력과 출력이 동일하다.자기 자신을 재생성하는 네트워크Latent Vector : 잠재변수. Encoder : 입력쪽, Decoder : 출력쪽.인코더는 일종의 특징추출기 같은 역할디코더는 압축된 데이터를 다시 복원하는 역할   MNIST 데이터Tensorflow.datasets에 저장되어 있는 MNIST 데이터셋 호출import tensorflow as tfimport numpy as np(train_X, train_y), (test_X, test_y) = tf.keras.datasets.mnist.load_data()train_X = train_X..

2025.03.08Chapter 6. Transfer Learning48. 전이학습과 미세조정 - 미세조정49. 전이학습과 미세조정 - 꽃이름 맞추기  base_model.trainable이전 시간에서는 base_model에 대해서 base_model .trainable = False로 고정하여 진행했다. 이번에는 Pretrained 모델이 학습 가능하도록 trainable = True 설정을 해본다. from __future__ import absolute_import, division, print_function, unicode_literalsimport osimport numpy as npimport matplotlib.pyplot as pltimport tensorflow as tfimport t..

2025.03.07Chapter 6. Transfer Learning47. 전이학습과 미세조정 - 전이학습전이학습Tensorflow_datasets : tfds오늘의 학습코드는 TensorFlow 공식 페이제의 코드입니다.기초 패키지, 라이브러리 import 진행from __future__ import absolute_import, division, print_function, unicode_literalsimport osimport numpy as npimport matplotlib.pyplot as pltimport tensorflow as tfkeras = tf.kerasimport tensorflow_datasets as tfdstfds.disable_progress_bar()# ensorflow..

2025.03.03Chapter 6. Transfer Learning 43. 전이학습 - 개념 44. 전이학습 - 모델 불러오기 45. 전이학습 - 모델 수정 후 학습46. 전이학습 - 평가전이학습 개념개념 전이학습 (Tranfer Learning) : 어떤 목적을 위해 학습된 모델(이미 있는 모델)을 다른 작업에 활용하는 것.  아래의 그림처럼 사물을 분류하는 모델을 학습한 이후, 고양이와 개를 분류하는 작업에 적용한다던가, 자동차나 사물을 분류하는 작업에 적용하는 것을 의미한다.    다만, 이미 완성되고, 학습된 모델을 사용하므로 Weights  역시 학습된 것을 사용한다. 다만 Output이나 Class의 개수에 차이가 있으므로 초기 일부 layer는 Freeze 하여 변경하지 않고 일부 laye..

한 사이트에서 부트캠프아닌 캠프를 시작하면서.. velog를 시작했는데 갑자기 먹통이 되는 바람에 Tistory를 시작하게 되었다. 긴급히 넘어온거라 원래 velog에 있는 글들은 이사(?)는 천천히 해야겠다. velog와 마찬가지로 아직은 나혼자 공부하는 기록을 남기는 용도로 활용할 예정이다. 다른 블로그나 기술개발자들이 작성하는 글들을 봤을 때 나름 수익창출이나.. 이런 목적도 달성하면 좋지만, 아직 실력이 미흡하기에.. 꾸준히 공부하고 그 이력을 남기는 용도로 우선 사용하고자 한다.