본문 바로가기
728x90

분류 전체보기175

VAE (Variational Autoencoder) 설명 | VAE Pytorch 코드 예시 VAE (Variational Autoencoder) VAE(Variational Autoencoder)는 생성 모델 중 하나로, 주로 차원 축소 및 생성 작업에 사용되는 신경망 아키텍처이다. VAE는 데이터의 잠재 변수를 학습하고 이를 사용하여 새로운 데이터를 생성하는 데 사용되는데, 특히 이미지 및 음성 생성과 같은 응용 분야에서 널리 사용되고 있다. 이러한 VAE는 크게 인코더와 디코더라는 두 부분으로 구성되어 있다. Autoencoder(오토인코더)와 헷갈릴 수 있는데, 오토인코더는 인풋을 똑같이 복원할 수 있는 latent variable z를 만드는 것이 목적, 즉 인코더를 학습하는 것이 주 목적이고, VAE의 경우 인풋 x를 잘 표현하는 latent vector를 추출하고, 이를 통해 인풋 .. 2024. 1. 6.
[책 리뷰] 주식보다 쉽고 펀드보다 효과적인 ETF 투자지도 새해를 맞아 투자에도 관심을 조금 더 가져보고자 책을 한권 구매했다. 이전에 주식 공부를 하려 주식 책을 샀던 적이 있는데, 투자를 몇 번 경험하고 보니 직장인에게는 ETF 투자가 주식 투자보다 좋지 않을까라는 생각을 했었다. 그러던 중 새해맞이로 서점에 들렸는데 ETF 투자 관련 책이 있어서 바로 구매를 했다. 물론 아주 전문적인 서적은 아니고 직장인을 타겟으로 한 쉽게 풀어쓴 ETF 투자 책이다. 책 앞면에 적힌 것 처럼 "주식은 어렵고, 펀드는 불안한 당신" 이라는 글귀가 책을 사게 만들었다. 주식보다 쉽고 펀드보다 효과적인 ETF 투자지도 책 간단 설명 이 책은 ETF가 무엇인지 그리고 왜 ETF에 투자해야 하는지에 대해 설명하며 시작한다. 간단히 말해 주식에 투자하기 위해서는 해당 산업의 사이클.. 2024. 1. 6.
[pytorch] 모델 일부분만 저장하기/불러오기 PyTorch에서는 모델의 일부분만 저장하거나 불러올 수 있다. 이 방법은 모델의 특정 부분에 대한 접근 권한을 제어하고 모델의 일부분만을 관리하고자 할 때 유용하다. 모델의 특정 부분을 저장하고 불러오기 위해 PyTorch에서는 state_dict의 특정 키를 사용할 수 있다. (state_dict는 모델의 가중치와 편향 등을 포함하는 사전(dictionary)이다) 다음은 모델의 특정 부분을 저장하고 불러오는 간단한 예제이다. import torch import torch.nn as nn # 예제 모델 정의 class ExampleModel(nn.Module): def __init__(self): super(ExampleModel, self).__init__() self.layer1 = nn.Line.. 2023. 12. 9.
딥러닝에서의 확률 분포 | probability distribution 확률 분포는 어떤 사건이 일어날 가능성을 나타내는 수학적 모델로, 확률 변수라고 불리는 변수에 대한 가능한 값들과 그 값들이 나타날 확률을 정의한다. 이러한 분포는 이산적인 경우와 연속적인 경우로 나눌 수 있다. 예를 들어, 주사위를 던졌을 때 나오는 눈에 대한 확률변수가 있을 때, 그 변수의 확률분포는 이산균등분포가 된다. 이산 확률 분포(Discrete Probability Distribution) 확률 변수가 이산적인 값을 가질 때 사용 됨 확률 질량 함수(Probability Mass Function, PMF): 각 값에 대한 확률을 나타내는 함수 예시 이항 분포, 포아송 분포 등 주사위의 눈금, 동전을 던졌을 때의 앞면, 뒷면, 로또의 당첨 번호 등 연속 확률 분포(Continuous Proba.. 2023. 12. 9.
Precision이 중요한 경우와 Recall이 중요한 경우 2023.12.08 - [📖 Theory/AI & ML] - Precision, Recall, AP (Average Precision) 간단 설명 | 객체 검출 성능 지표 Precision, Recall, AP (Average Precision) 간단 설명 | 객체 검출 성능 지표 Object Detection(객체 검출) 모델의 성능을 측정하기 위해서는 Precision(정밀도), Recall(재현율), 그리고 Average Precision(AP)를 꼭 알아야 한다. ML를 공부하다 보면 한 번 이상은 공부하는 개념인데, 늘 헷 mvje.tistory.com 이전 포스팅에서 Precision, Recall, AP (Average Precision) 이라는 성능 지표들에 대해 살펴봤다. 객체 검출에서 .. 2023. 12. 8.
Precision, Recall, AP (Average Precision) 간단 설명 | 객체 검출 성능 지표 Object Detection(객체 검출) 모델의 성능을 측정하기 위해서는 Precision(정밀도), Recall(재현율), 그리고 Average Precision(AP)를 꼭 알아야 한다. ML를 공부하다 보면 한 번 이상은 공부하는 개념인데, 늘 헷갈리는 부분이 있기에 정리해 두려 한다. 객체 검출과 작업에서는 Precision, Recall 등의 개념이 중요한데, 그 이유는 객체 검출 성능이 좋지않을 때 오검출을 많이 했을 수도 있고, 검출 자체가 잘 안됐을 수도(미검출) 있기 때문이다. 이게 왜 중요할까? 객체 검출 작업에 따라 오검출이 치명적인 경우도 있고, 미검출이 치명적인 경우도 있기 때문이다. 다른 설명들을 보면 True positive, False positive,... 등의 복잡한 개.. 2023. 12. 8.
728x90