일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 모델 freeze
- 주식
- mPLUG-2
- 가상환경
- def validation
- 논문리뷰
- 논문 작성
- 모델 구조 변경
- 모델 동결
- 주식 용어정리
- def train
- Multimodal Large Language Model
- MLLM
- mqtt
- cnn
- 파라미터 수
- 특정 layer 동결
- 가중치 없이 모델 로드
- Video Understanding
- DeepNet
- vsocde 익스텐션
- 강화학습
- 특정 layer 추출
- 논문 작성 요령
- KOSMOS-2
- layer 추출
- pretrained model layer
- 파라미터 수 확인
- Instruction dataset
- Foundation Transformers
- Today
- Total
목록인공지능 (35)
시작은 미약하였으나 , 그 끝은 창대하리라
(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) #..
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..
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..