활연개랑

bash: /home/유저이름/.local/bin/tensorboard: No such file or directory tensorboard를 사용하기 위해 tensorboard --logdir log 를 사용하면, 다음과 같은 오류가 났습니다.. 위 오류는 tensorflow 버전과 tensorboard 버전이 충돌하는 경우 생길 수 있습니다. 따라서 pip list 를 통해 tensorflow와 tensorboard의 버전을 확인해보시고, 만약 버전이 다르다면 하나를 uninstall 시켜주신 후 버전에 맞추어서 install 해주면 오류를 해결할 수 있습니다.

classification 딥러닝을 training 시키려는데 다음과 같은 오류가 발생하였습니다. ValueError: Shapes (5,) and (5, 5) are incompatible 저한테 오류가 났던 이유는 Accuracy 측정용으로 아래와 같이 SparseCategoricalAccuracy를 사용하였는데, tf.keras.metrics.SparseCategoricalAccuracy() loss로는 그냥 categorical cross entropy를 사용했기 때문이었습니다. 따라서 loss를 아래와 같이 SparseCategoricalCrossentropy를 사용해주면, 오류를 해결할 수 있습니다. tf.keras.losses.SparseCategoricalCrossentropy(from_l..

PSNR (Peak Signal-to-Noise Ratio) : 최대 신호에서의 잡음 비율 - 사용 목적: 생성 혹은 압축된 영상의 화질에 대한 손실 정보를 평가 - 의미: 손실이 적을 수록 높은 값을 갖는다. (화질이 좋을수록 높은 값) - * 무손실 영상의 경우, MSE가 0이 되기 때문에 PSNR을 정의할 수 없다. - *값이 높게 나와도 사람의 눈으로 보았을 때는 PSNR이 더 작게 나온 영상이 화질이 더 좋아 보일 수도 있다.

gaussian은 distribution을 확인했을 때 중심을 기준으로 대칭을 이룬다. 따라서 gaussian filter의 kernel 예시를 확인하면 중심을 기준으로 더 큰 weight를 갖고 있으며, 중심에서 멀어질수록 weight가 감소하는 것을 볼 수 있다. # Mean filter 과 Gaussian filter의 차이점 Gaussian filter는 중심에서부터 멀어질수록 weight를 감소시키기 때문에 픽셀간의 변화가 부드럽지만, Mean fillter의 경우에는 해당 주위 신호의 평균으로 대체하기 때문에 급격한 변화가 발생한다. (이를 frequency 관점에서 모든 high frequency components를 제거하지 못했다고 볼 수 있다.) ex. 흑,백이 양쪽으로 존재하는 영역에..

딥러닝 기본 정리 해석 1편 https://tmdhhey.tistory.com/63 [딥러닝] 딥러닝 기본 정리 해석 - 1 http://neuralnetworksanddeeplearning.com/index.html Neural networks and deep learning neuralnetworksanddeeplearning.com 딥러닝의 기본에 대해 자세히 설명되어있는 사이트입니다. 공부할겸 차근차근 블로.. tmdhhey.tistory.com Sigmoid neurons 학습 알고리즘은 정말 좋은 것 같습니다. 하지만 어떻게 신경망을 위한 학습 알고리즘을 고안해낼 수 있을까요? 퍼셉트론 네트워크가 있다고 가정해봅시다. 이 퍼셉트론 네트워크를 통해 문제를 해결하는 방법을 학습하고자 합니다. 예를..

http://neuralnetworksanddeeplearning.com/index.html Neural networks and deep learning neuralnetworksanddeeplearning.com 딥러닝의 기본에 대해 자세히 설명되어있는 사이트입니다. 공부할겸 차근차근 블로그에 해석해서 올리겠습니다. 인간의 시각 체계는 세계의 불가사의중 하나입니다. 다음 수기 숫자를 순서대로 읽어봅시다. 대부분의 사람들은 쉽게 이 숫자가 504192라는 것을 인식할 수 있습니다. 인간의 시각은 이보다도 더 복잡한 이미지 처리를 수행합니다. 우리는 시각적인 세계를 이해할 수 있도록 수억년에 걸쳐 진화했습니다. 손으로 쓴 숫자를 인식하는 것은 쉽지 않은 작업이지만 우리 인간은 시각적인 것을 잘 이해할 수 ..

경사하강법 경사하강법이란, 쉽게말해 스칼라를 벡터로 계속 미분하는것으로 최적해로 위치할 수 있도록 하는 방법이다 계속 미분함으로써 다음과 같이 검정 지점으로 이동하도록 한다. 즉, 미분값이 0인 지점으로 계속 찾아가는 과정 = 경사하강법 미분값이 크면 클수록 변화량이 크게 존재한다. 변화량이 크므로 빠르게 0에 도달한다. 경사하강법의 과정 경사하강법은 한 스텝마다의 미분값에 따라 이동하는 방향을 결정한다. f(x) 값이 변하지 않을 때까지 반복한다. (여기서 learning_rate는 단계를 거쳐갈 때마다 얼만큼 움직일지 결정해준다.) learning rate learning rate (step size)가 크게되면 단계를 거칠 때마다 이동하는 거리가 크므로 빠르게 수렴할 수 있지만, 너무 크게 설정하면..