본문 바로가기
matplotlib cheat sheet In [0]:import numpy as np import matplotlib.pyplot as plt plt.style.use('seaborn-whitegrid') In [2]:x=np.linspace(0, 10, 20) y=np.cos(x) fig, ax = plt.subplots(2, 3) fig.suptitle('test') ax[0, 0].plot(y) ax[0, 1].plot(x, y, '-c', label="legend2") ax[0, 1].plot(x+5, y, ':r', label="legend") ax[0, 2].plot(x, y, '-p', color='gray', markersize=10, linewidth=4, markerfacecolor='white', markeredgecolo.. 더보기
cs231n 8강 Localization, detection 위의 classification head 와 regression head로 나눠어서 돌려짐 sliding window에서 대표적인 예로 overfit이 있음alexnet을 응용함classification head에 의해서 스코어을 계산함 둰째에서는 저 window을 옮겨서 점수을 또 냄최종적으로 얻게되는건 저 4개의 박스와 4개의 점수을 얻음이것을 알고리즘을 통해 하나의 박스와 점수을 얻게 됨응용단에서는 수십 수백개의 슬라이딩 윈도우을 함각각의 슬라이딩 윈도우마다 연산을 해야하니까 너무 연산량이 많음그래서 저 뒷단의 fc을 convnet으로 바꿈저 fc단의 vector로 생각하지말고 또 다른 convolution layer의 dimention이라고 생각하자 overfeat이 위에서 봤던 예제 object.. 더보기
CNN을 이용한 얼굴 분류기 딥러닝(CNN)을 이용해 얼굴 분류기을 만든 과정에 있어 여기저기 참고하여 실습한 내용을 정리하였다.목차는 실험보고서처럼 구성하였으며 아래와 같다. 1. 서론 -. 본 실험을 통해 CNN기수에 대한 이해와 인물 얼굴 분류기을 제작해 보려 한다. -. 본 실험은 배운 이론을 바탕으로 데이터 수집부터 keras을 이용해 구현까지 직접 수행해 보았다. 2. 실험 관련 이론 -. 일반적인 FCNN과 CNN의 가장 큰 차이점이라 함은 이미지 인식에 있어 이미지의 모든 픽셀을 분석하지않고 지역적, 공간적 상관관계을 고려한 학습을 한다. 따라서 효과적으로 Data-representation을 수행하고 이를 통해 분류 작업에 있어 높은 성능을 보인다. -. 실험에서 단순 층계수, 노드수의 hyper-parameter말.. 더보기

티스토리툴바