skawlsgus2 님의 블로그

https://github.com/ackrilll/FashionMNIST GitHub - ackrilll/FashionMNISTContribute to ackrilll/FashionMNIST development by creating an account on GitHub.github.com이번 포스팅에서는 학습 시킨 모델을 저장 및 로드 하는 방법과 테스트용 데이터를 사용해 정답을 얼마나 맞추는지 확인해 보겠다. 1. 모델 저장 PATH = '.\\fashion_mnist2.pth'torch.save(net.state_dict(),PATH)훈련이 끝나면 학습된 파라미터를 저장하는 것이 좋다. 그래야 다시 훈련하지 않고 로드해서 사용할 수 있게 된다. 2. 모델 로드PATH = '.\\fashion_mni..

https://github.com/ackrilll/FashionMNIST/tree/dev GitHub - ackrilll/FashionMNISTContribute to ackrilll/FashionMNIST development by creating an account on GitHub.github.com 이번 포스팅에서는 FashionMNIST 데이터 셋을 다운받고 모델을 학습하는 과정까지 알아보겠다. 0. 패키지 임포트import numpy as npimport torchimport torch.nn as nnimport torch.nn.functional as Fimport torchvision.transforms as transformsimport torchvision.datasets as data..

https://github.com/ackrilll/FashionMNIST/tree/dev GitHub - ackrilll/FashionMNISTContribute to ackrilll/FashionMNIST development by creating an account on GitHub.github.com 이번 포스팅에서는 레이어를 쌓아 CNN 모델을 구성해보려고 한다. 1. 가상 환경 세팅: FashionMNISTEnv 라는 가상환경을 만들어 활성화하고 인터프리터로 설정해준다conda create -n FashionMNISTEnv python=3.12.7conda activate FashionMNISTEnv 2. 패키지 설치: 활성화 한 가상환경 내부에서 사용할 패키지들을 설치해 준다(단, 디바이스에 ..

https://github.com/ackrilll/FashionMNIST/tree/dev GitHub - ackrilll/FashionMNISTContribute to ackrilll/FashionMNIST development by creating an account on GitHub.github.com 이번 프로젝트에서는 컨볼루션 레이어를 활용한 대표적인 구조인 합성곱신경망을 만들어 옷을 분류하는 작업을 수행해 보겠다. 아래와 같은 결과를 출력할 수 있도록 모델을 구성하고 훈련시켜 옷을 분류해 보자.우선 합성곱 신경망이 무엇인지에 대해 알아보자 합성곱 신경망(Convolutional Neural Network, CNN)은 이미지, 비디오와 같은 시각적 데이터를 분석하고 처리하는 데 특화된 딥러닝 알고..

컨볼루션 레이어(Convolutional Layer)는 딥러닝, 특히 이미지 처리 분야에서 핵심적인 역할을 하는 레이어이다. 이미지의 특징을 추출하고 학습하는 데 특화되어 있으며, 컨볼루션 신경망(CNN)의 핵심 구성 요소라고 할 수 있다.그럼 어떻게 이미지의 특징을 추출할 수 있는 걸까? 굉장히 추상적이므로 조금 더 알아볼 필요가 있다. 우선 컨볼루션 연산 방식에 대해 알아보자컨볼루션 연산을 하기 위해서는 입력 텐서와 커널이 필요하다. 그리고 출력으로 나오는 이미지는 특성맵(Feature Map) 라고 한다.위 그림은 5x5 이미지를 3x3 커널로 컨볼루션 연산을 하는 과정이다. 출력 9 는 다음과 같은 컨볼루션 연산을 통해 도출된다.2*1+3*0+4*1+1*1+0*0+1*1+0*0+1*1+1*0 = ..