AlexNet 기본 구조 AlexNet은 5개의 Convolution layer와 3개의 fully connected layer로 구성 되어있다. 입력 영상의 크기로 227x227x3을 사용. (3은 RGB) 성능 개선을 위해 ReLU, DropOut layer를 활용. Pytorch Code import torch import torch.nn as nn def CBR2d(in_channels, out_channels, _kernal_size, _stride, _padding): return nn.Sequential( nn.Conv2d(in_channels, out_channels, kernel_size=_kernal_size, stride=_stride, padding=_padding), nn.Batc..

Dropout 학습 중 Overfitting을 막기 위한 방법 중 하나이다. Hidden layer의 일부 유닛의 동작을 랜덤 하게 생략하여 학습 효율을 높이는 것. Overfitting 학습 데이터에 너무 특화되어 모델이 학습하지 않은 데이터에 대해 일반화되지 못한 경우를 overfitting이라고 한다. 학습 중 아래 그림과 같이 train loss는 점차 줄어들고 있지만 학습 데이터 외의 loss값, 즉 val loss가 큰 폭으로 흔들리거나 증가한다면 이는 학습 데이터에는 적합해지지만 그 외 데이터에는 오히려 잘못된 예측을 한다는 얘기가 된다. 이런 상황을 overfitting 되었다고 할 수 있다. 이러한 overrfitting을 막기위한 방법으로 다음과 같은 방법들이 있다. 데이터의 양을 늘리..

Call By Object Reference Call By Value : 함수에 인자를 넘길 때 값만 넘김 Call By Reference : 메모리 주소를 넘김, 함수 내에 인자 값 변경 시 호출자의 값도 변경 Call By Object Reference Python은 객체의 주소가 함수로 전달되는 방식 전달된 객체를 참조하여 변경 시 호출자에게 영향을 줌 (여기까지는 Call By Reference와 같음) but, 새로운 객체를 만들 경우 호출자에게 영향을 주지 않음 코드 예시 def func(b): b += 10 print(b) a = 10 func(a) print(a) 위 코드를 예시로 Call by Value, Reference, Object Reference를 설명해보자. 위 코드가 Call..

Pytorch를 사용해서 학습을 할 때, 보통 다음과 같이 구성한다. #......... for epoch in range(0, epoch_num): for data, label in data_loader: model.train()### train setting output = model(data) ### # 학습 과정... ### model.eval()### evaluation setting with torch.no_grad(): ### # 평가 과정... ### #......... 위 코드에서 model.train()은 train 할 때, model.eval()은 evaluation(평가, val_loss 계산) 할 때 앞서 실행한다고 알고 있다. 정확히 무슨 동작을 하는 것인가... Pytorch ..

인터프리터 언어 플랫폼에 독립적인 인터프리터 언어 OS에 상관없는 통역기를 사용하는 언어 OS에 상관없이 적절한 인터프리터만 있으면 다 돌아간다라는 뜻... 컴파일러 : 소스코드를 기계어로 먼저 번역 ( OS에 맞춰서 ) (C, C++, C#, Java) 인터프리터 : 소스코드를 실행시점에 해석하여 번역없이 바로 실행 (Python, Scalar) 객체 지향 동적 타이핑(Dynamic Typing) 언어 프로그램이 실행하는 시점에 프로그램이 사용해야할 데이터에 대한 타입을 결정 함 장점 : 메모리를 적게 필요한다, 변수 타입 지정 x, 이해하기 쉽다 단점 : 느리다

Conventional Lens 일반 렌즈(Conventional lens)는 사람의 눈과 같이 물체의 거리에 따라 보이는 크기가 변한다. 하지만 물체의 치수를 정확히 측정해야 하는 경우 이러한 원근 왜곡은 검사의 정확도를 떨어트린다. Telecentric Lens 텔레센트릭 렌즈(Telecenteric lens)는 물체를 무한대의 위치까지 떨어트린다면 어떻게 될까라는 아이디어에서 시작된다. 물체가 무한하게 먼 곳에 위치한다면 위 그림과 같이 거리에 따른 크기 차이가 없어지게 된다. 텔레센트릭 렌즈는 실제로 물체를 무한대 먼 곳에 배치시킬 순 없으니 렌즈를 이용하여 거리에 상관없이 평행한 빛만을 모으도록 설계된 렌즈이다. 장점 원근 왜곡이 없음 빛을 평행하게 받기 때문에 FOV안의 물체는 정면에서 바라보..