Imagination is more important than knowledge (지식보다 상상)
Posts
97 postsopenCV super-resolution
OpenCV super-resolution Super Resolution in OpenCV (learnopencv.com) EDSR Super-resolution benchmarking ---------------------------------------------------------------------------------------------------------------------import cv2import matplotlib.pyplot as plt img1 = img.imread( ''C:/Users/Inho Lee/testAI/data/denoising2/2021.08.09/line/Line 50x_001.tif'')# img1=img1[0:target_height,0:tar
가장 쉬운 Monte Carlo dropout [추론의 정밀도 산정에 이용]
가장 쉬운 Monte Carlo dropout [추론의 정밀도 산정에 이용] 잘 알려진 것처럼 dropout은 신경망의 과적합을 막아주는 방법으로 개발되었다. 확률적으로 노드의 출력을 무력화 시키는 방법이다. 해당 입력으로 확률을 필요로 한다. [ 유사한 개념으로 커널 레규라리제이션 방법도 있다. 이것은 가중치들의 절대값이 너무 큰 값들이 되지 않도록 해주는 장치이다. ]두 가지 모두 과적합을 막아 주는 방법으로 많이 사용된다. 하지만, dropout은 추론의 정밀도를 어느 정도 알려줄 수 있는 방법으로 사용될 수 있다. training mode를 유지한 상태에서 예측을 수행할 수 있다. 이것이 Monte Carlo dropout 방법이다. 실질적인 구현도 매우 간단하다. 예측할 때마다, dropout
가장 쉬운 autoencoder(자동암호기)를 이용한 차원 축소
가장 쉬운 autoencoder(자동암호기)를 이용한 차원 축소https://en.wikipedia.org/wiki/Autoencoder 자동암호기 (autoencoder, AE)의 용도:data denoisingdimensionality reductionimage recognition anomaly detection semantic segmentationrecommendation engines If linear activations are used, or only a single sigmoid hidden layer, then the optimal solution to an autoencoder is strongly related to principal component analysis (PCA).
프로그램 만드는 AI, 알파코드
프로그램 만드는 AI, 알파코드https://alphacode.deepmind.com/https://news.naver.com/main/read.naver?mode=LSD&mid=shm&sid1=105&oid=421&aid=0005880752https://www.dongascience.com/news.php?idx=52123-------------------------------------------------------------------------------------------------------------- 2012년이 딥러닝의 원년이다.2011년 Relu 함수의 출현 : vanishing gradient problem 해결, 표현력이 높은 딥러닝이 시작됨.2012년
가장 쉬운 PyMC3 예제
목표: Bayesian statistical modeling and probabilistic machine learning방법: advanced Markov chain Monte Carlo and variational fitting algorithms PyMC3 (a probabilistic programming framework) 설치 명령어 :conda create -n pymc_env -c conda-forge python libpython mkl-service numba python-graphviz scipy arvizconda activate pymc_envpip install pymc3 conda remove theanoconda install -c conda-forge theano
