본문 바로가기

인공지능 (기본 딥러닝)/딥러닝 사이드 Project12

[트랜스포머] 트랜스포머 인코더를 이용한 시계열 예측. 목표: 시계열 데이터를 트랜스포머 인코더를 이용하여 예측해보자. 전체코드: https://github.com/YongTaeIn/Transformer-Encoder-model-for-time-series.git 0. Input shape 의 변환 순서 1 번과정, embedding = [batch size, time_seq, feature_dim] 2번 과정, positional Encoding =[batch size, time_seq, d_model] 3번과정~4번과정Encoder blcok= [batch size, time_seq, d_model] 5번과정, FFW =[batch size, time_seq, 본인설정] 6번과정 ,차원축소=[batch size, time_seq] 7번과정, Dense =.. 2023. 7. 13.
[CNN-Tensorflow] 커스텀 데이터 활용 이미지 분류 예제 코드 설명 이미지 데이터 출처: https://www.kaggle.com/datasets/pranavraikokte/covid19-image-dataset Covid-19 Image Dataset3 Way Classification - COVID-19, Viral Pneumonia, Normalwww.kaggle.com  1.모듈 불러옴# impot moduleimport tensorflow as tfimport matplotlib.pyplot as plt #이미지 확인용 모듈import matplotlib.image as mpimg #이미지 확인용 모듈import osimport numpy as npfrom tensorflow import kerasfrom tensorflow.keras.models impor.. 2023. 2. 26.
YOLOv5 커스텀 데이터셋으로 학습하기 1) Yolov5를 설치함. (참고 https://github.com/ultralytics/yolov5) git clone https://github.com/ultralytics/yolov5 # clone cd yolov5 pip install -r requirements.txt # install module 설치하고 나면 사진과 같은 폴더및 파일들이 생겨날것이다. 2) (핵심) Image detection 하고싶은 데이터 수집 (나의 경우 포트홀,맨홀, 크랙 등등을 수집) (라벨링 툴 :https://github.com/heartexlabs/labelImg) -1) train 폴더 생성후 images와 labels폴더를 생성한다. -2) 라벨링 툴을 이용하여 ' 클래스 넘버와, x1, y1, x2, y.. 2022. 11. 4.
[CNN] Conv1D 커널(필터) 작동 방식 설명 (시계열 데이터 비교) (들아가기전에-> 예시코드를 이용해 시계열 데이터를 비교하며, 커널(필터)이 어떻게 작동되는지 써놓은 글 입니다.) (많은 예시와 코드들이 있지만 시계열 데이터 와 아닌 것에는 엄연히 코드의 차이가 있다(데이터 가공하는 부분에 있어서 다름 )) 1. 모듈 불러옴. import numpy as np import pandas as pd import tensorflow as tf from keras.models import Sequential from keras.layers import Dense,Conv1D,Flatten from tensorflow import keras from sklearn.datasets import load_iris 2.seed 설정(하이퍼 파라미터 바꿀시 다른 값들 안바뀌도록) #.. 2022. 9. 2.
[CNN] 예제 코드 설명 (회귀 예측 ,첫 번째 layer Conv1D사용) 들어가기 전에-> 1. CNN의 기본 개념은 타 블로그 글을 참고하면 될 거 같습니다. 2. 개념은 알지만 코드를 짜는 부분에 있어서 헷갈리는 분들을 위한 글입니다. 3. reshape 하는 방법이 메인이 되는 게시글입니다. 4. Conv1D 가 첫 번째 layer 인 예시입니다. 5. 주어진 데이터는 시계열 데이터 이지만 시계열 데이터가 아닌것 처럼 코드를 작성 하였습니다. (단순 회귀 예측 처럼 작성함) 1. Conv1D 와 Conv2D 차이 (Conv1D에 대한 글은 너무 없어서 공부할 때 힘들었다.. 거의 conv2d+이미지 처리..) 1. 1D에서 보면 9개의 예시가 있고 feature의 개수가 6개이다. 2. 한 방향으로만 커널(필터)이 움직인다. (가로축으로만 or세로축으로만) 여기서는 세로.. 2022. 8. 26.
[LSTM] 예제 코드 설명 (시계열 데이터 예측) 들어가기 전에-> 1. LSTM의 기본 개념은 타 블로그 글을 참고하면 될거같습니다. 2 . 개념은 알지만 코드를 짜는 부분에 있어서 햇갈리는 분들을 위한 글 입니다. 3.window Size 만드는 방법이 메인이 되는 게시글 입니다. 1. Window Size 만드는 방법. ( 그렇다 전처리는 중요한 과정이지만 사실상 전처리를 하는 방법은 자신의 판단에 의해 하는 것이고 원하는 전처리는 인터넷에 찾아보면 상당히 많은 글들이 있다. 즉, window size를 만드는 방법에 대해서 설명을 하겠다.) # 데이터 셋을 만드는 함수 def make_dataset(data, label, window_size): feature_list = [] label_list = [] for i in range(len(dat.. 2022. 8. 20.

티스토리툴바