printf("ho_tari\n");

2024.8.26 영상처리(Image Processing)입력 받은 영상을 사용 목적에 맞게 적절하게 처리하여 보다 개선된 영상을 생성하는 것입력 영상에 있는 잡음(noise) 제거, 영상의 대비(contrast) 개선, 관심영역(region of interest) 강조, 영역 분할(segmentation), 압축 및 저장 등저수준 영상 처리(좁은 의미의 영상 처리)영상 획득영상 향상영상 복원변환 처리영상 압축고수준 영상 처리(컴퓨터 비전)영상 분할영상 표현영상 인식 영상 처리의 역사영상 처리의 시작1920년대 초반 런던과 뉴욕 간에 해저 케이블을 통한 신문사들이 사진 전송본격적인 영상 처리 위한 기술1940년대 폰 노이만의 디지털 컴퓨터의 개념 시작1950년 이후 트랜지스터, IC, 마이크로프로세서 같..

2024.8.23 머신러닝 linearregression.pyimport numpy as npimport tensorflow as tffrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense# 데이터 생성np.random.seed(0)X = np.random.rand(100, 1) # 100개의 샘플, 1개의 featurey = 3 * X + 2 + np.random.randn(100, 1) * 0.1 # y = 3x + 2 + 잡음# 모델 정의model = Sequential()model.add(Dense(1, input_dim=1, activation='linear'))# 모델 컴파일model.co..

2024.8.22 선형회귀 초기선언 경사하강법 사용 학습 자동 미분 행렬 연산으로 구하기 Zero Grad사용 이유 모델 정의 및 학습  Class 사용파이토치에서는 대부분 클래스를 이용해서 모델을 구현한다. 모델 학습 import torchimport numpy as nptorch.manual_seed(777) # for reproducibility# Load the dataxy = np.loadtxt('/content/drive/MyDrive/data-04-zoo.csv', delimiter=',', dtype=np.float32)x_data = xy[:, 0:-1]y_data = xy[:, [-1]]print(x_data.shape, y_data.shape)nb_classes = 7 # 0 ~ ..

2024.8.21 Softmax# Lab 6 Softmax Classifierimport torchfrom torch.autograd import Variabletorch.manual_seed(777) # for reproducibilityx_data = [[1, 2, 1, 1], [2, 1, 3, 2], [3, 1, 3, 4], [4, 1, 5, 5], [1, 7, 5, 5], [1, 2, 5, 6], [1, 6, 6, 6], [1, 7, 7, 7]]y_data = [[0, 0, 1], [0, 0, 1], [0, 0, 1], [0, 1, 0], [0, 1, 0], [0, 1, 0], [1, 0, 0], [1, 0, 0]]X = Variable(torch.Tensor(x..

2024.8.20 Logistic Regression Binary prediction (0 or 1) is very useful!• Spent N hours for study, pass or fail?• GPA and GRE scores for the HKUST PHD program, admit or not?• Soccer game against Japan, win or lose?• She/he looks good, propose or not?  Building fun models• Neural Net components- CNN- RNN• Activations• Losses• Optimizers

2024.8.19 import numpy as npimport matplotlib.pyplot as pltx_data = [1.0, 2.0, 3.0]y_data = [2.0, 4.0, 6.0]w = 1.0def forward(x): return x * wdef loss(x, y): y_pred = forward(x) return (y_pred - y) * (y_pred - y)w_list = []mse_list = []for w in np.arange(0.0, 4.1, 0.1): print("w=", w) l_sum = 0 for x_val, y_val in zip(x_data, y_data): y_pred_val = forward(x_val) l = loss(x_val, y_val..

2024.8.16 일차 함수, 기울기와 y 절편▪ 함수란 두 집합 사이의 관계를 설명하는 수학 개념▪ 변수 x와 y가 있을 때, x가 변하면 이에 따라 y는 어떤 규칙으로 변하는지 나타냄▪ 보통 함수를 나타낼 때는 function의 f와 변수 x를 사용해 y =f(x)라고 표시▪ 일차 함수는 y가 x에 관한 일차식으로 표현된 경우를 의미▪ 예를 들어 다음과 같은 함수식으로 나타낼 수 있음▪ x가 일차인 형태이며 x가 일차로 남으려면 a는 0이 아니어야 함▪ 일차 함수식 y = ax + b에서 a는 기울기, b는 절편이라고 함▪ 기울기는 기울어진 정도를 의미하는데, 그림 3-1에서 x 값이 증가할 때 y 값이 어느 정도 증가하는지에 따라 그래프의 기울기 a가 정해짐▪ 절편은 그래프가 축과 만나는 지점을 의..