[python] einops 관련 함수

numpy/pytorch vs. einops¶ transpose : transpose vs. rearrange reshape : reshape/view vs. rearrange upsize : repeat/upsample vs. repeat downsize : interpolate vs. reduce split : split vs. rearrange permute : permute vs. rearrange rearrange함수로 앵간한 건 다 다루는 듯 In [8]: import torch import torch.nn.functional as F import matplotlib.pyplot as plt import numpy as np from torch import nn from torch import..

• format_list_bulleted 프로그래밍/파이썬 Python
• · 2022. 12. 20.
• textsms

[tensorflow] ResNet50에 GradCAM 적용하기 / 코드해설 o

📌GradCAM 원리 $c$라고 표시된 노드에서 출력 $o_c$가 나오는데, $o_c$는 특징맵 F에 따라 값이 변한다. F에는 8*8*4=256개의 화소가 있는데 각 화소는 $o_c$에 영향을 미친다. 즉, $k$번째 특징 맵의 $i$번째 행의 $j$번째 열에 있는 화소 $f_{ij}^k$의 값이 바뀌면 $o_c$도 바뀜 이 변화량은 그림에서 볼 수 있듯이 그레디언트 요소 $\frac{\partial o_c}{\partial f_{ij}^k}$로 정의됨 (이 값은 텐서플로가 제공하는 함수를 사용하여 계산) GradCAM은 F를 구성하는 특징맵의 화소 각각에 대해 $\frac{\partial o_c}{\partial f_{ij}^k}$를 계산한 다음, 식 1을 사용해 $k$번째 특징 맵의 그레디언트에 전..

• format_list_bulleted 프로그래밍/파이썬 Python
• · 2022. 3. 17.
• textsms

[python] 결정트리의 학습과 예측

📑 사이킷 런 라이브러리에서 제공하는 유방암 데이터셋 사용 전체 코드 from sklearn.datasets import load_breast_cancer from sklearn import tree import pydotplus wdbc = load_breast_cancer() decision_tree = tree.DecisionTreeClassifier(max_depth = 4, random_state = 1) dt = decision_tree.fit(wdbc.data, wdbc.target) res = dt.predict(wdbc.data) print("결정 트리의 정확률 = ",sum(res==wdbc.target)/len(res)) dot=tree.export_graphviz(dt, out_fi..

• format_list_bulleted 프로그래밍/파이썬 Python
• · 2022. 3. 12.
• textsms

[tensorflow] 생성 적대 신경망의 구현 + 코드 해설 (MNIST 이용)

MNIST 데이터를 이용해 생성 적대 신경망을 구현하는 코드이다. 생성망과 분별망을 설계하고 학습하며 생성망에서 진짜 같은 가짜 샘플을 출력해내도록 하는 것이 목표! 전체 코드 import numpy as np from tensorflow.keras.datasets import mnist from tensorflow.keras.layers import Input, Activation, Dense, Flatten, Reshape, Conv2D, Conv2DTranspose, Dropout, BatchNormalization, UpSampling2D from tensorflow.keras.models import Model from tensorflow.keras import backend as K from ..

• format_list_bulleted 프로그래밍/파이썬 Python
• · 2022. 2. 15.
• textsms

[tensorflow] MNIST 오토인코더를 생성 모델로 활용하기 (Auto Encoder)

앞선 게시물에서 MNIST를 이용하여 오토인코더를 구현하였다. [tensorflow] MNIST를 이용한 오토인코더 (Auto Encoder) MNIST 필기 숫자 데이터를 가지고 오토인코더를 구현한다. 📃 Tensorflow 라이브러리에서 MNIST 데이터를 가져올 수 있다. 전체 코드 import numpy as np from tensorflow.keras.datasets import mnist from tenso.. haystar.tistory.com 이 포스팅은 학습된 디코더로 새로운 샘플을 생성하는 프로그램으로 두가지 실험을 수행한다. 생성실험 1 첫 번째 샘플의 잠복 공간 표현에 잡음을 섞어 새로운 샘플 생성 생성실험 2 같은 부류의 샘플 사이를 보간하여 새로운 샘플 생성 전체 코드 #생성 실..

• format_list_bulleted 프로그래밍/파이썬 Python
• · 2022. 2. 9.
• textsms

[tensorflow] MNIST를 이용한 오토인코더 (Auto Encoder)

MNIST 필기 숫자 데이터를 가지고 오토인코더를 구현한다. 📃 Tensorflow 라이브러리에서 MNIST 데이터를 가져올 수 있다. 전체 코드 import numpy as np from tensorflow.keras.datasets import mnist from tensorflow.keras.layers import Input, Dense, Flatten, Reshape, Conv2D, Conv2DTranspose from tensorflow.keras.models import Model from tensorflow.keras import backend as K #MNIST 데이터 읽고 신경망 입력 준비 (x_train, y_train), (x_test, y_test) = mnist.load_dat..

• format_list_bulleted 프로그래밍/파이썬 Python
• · 2022. 2. 8.
• textsms