💿 Data/이모저모

[CS] 오버헤드, 스택 오버 플로우

오버헤드(OverHead) 어떤 처리를 하기 위해 들어가는 간접적인 처리 시간 혹은 메모리 등 A라는 작업을 단순 처리하는 시간이 10초일 때, 안정성을 고려하여 B라는 작업을 추가하여 총 15초가 걸렸다면 이 때의 `overhead = 5초` 작업 B를 개선하여 총 12초가 되었다면 `overhead가 3초 단축되었다`고 한다. 스택 오버 플로우(Stack Overflow) 스택 메모리 : Stack 영역의 메모리로 보통은 지역 변수가 저장되는 메모리(함수에서 선언 후 할당, 함수를 빠져나오면 해제) 스택 메모리를 초과하는 경우 발생하는 에러를 스택오버플로우라고 한다. python에선 기본적으로 1000만큼의 메모리가 할당

[딥러닝, CV] GAN(Generative Adversarial Networks)

GAN(Generative Adversarial Networks) 실제와 유사한 데이터를 만들어내는 생성모델 생성자(Genrator)는 가짜 데이터를 생성해내고 판별자(Discriminator)는 가짜 데이터와 진짜 데이터를 분류합니다.(가짜는 0, 진짜는 1로 이진분류) 위의 행위가 곧 1 epoch가 되고 행위가 반복될 때마다, 생성자 모델과 판별자 모델의 가중치가 조정되며 생성자와 판별자는 각각 그 성능이 향상됩니다.(생성자는 더 그럴듯한 가짜 데이터를 만들게 되고, 판별자는 분류 성능이 점차 향상됩니다.) 결국 어느 지점에 이르게 되면 판별자는 진짜와 가짜를 더 구분하기 어려워지고 50%의 확률로 진짜와 가짜를 구분하게 됩니다. CycleGAN 기존 pix2pix(pixel to pixel)은 말..

[딥러닝, CV] 오토인코더, 잠재 벡터, 이상치 탐지, 노이즈 제거

오토인코더(AutoEncoder, AE) 입력 데이터를 저차원의 벡터(잠재 벡터 ; Latent Vector)로 압축하고 다시 원래 크기의 출력 데이터로 복원하는 신경망입니다. 오토인코더의 가장 중요한 목적은 인코더와 디코더 사이의 잠재 벡터를 얼마나 잘 얻어내느냐 입니다. 오토인코더는 비지도학습의 일종으로, 입력값을 정답으로도 사용하기 때문에 자기지도학습이기도 합니다. 잠재 벡터(Latent Vector) 오토인코더에서 가장 중요한 목적으로, 입력값에 대한 중요한 특성들이 가장 효율적으로 저장되게끔 학습됩니다. 원본 데이터를 압축 후 다시 복원하고 그 복원값과 원본 데이터(입력값이자 실제값)을 비교하여 가중치가 조정되며 잠재벡터가 결정됩니다. 이상치 탐지(Anomaly Detection) 정상으로 규정..

[딥러닝, CV] FCN, 객체 탐지/인식

Semantic Segmentation(의미론적 분할) 위 그림과 같이 개체와 상관없이 같은 의미를 갖는 단위로 분할하는 방법입니다. U-net 이미지 분할을 위한 대표적인 모델 중 하나로 End-to-End 방식의 FCN 기반 모델입니다. 크게 Downsampling과 Upsampling 부분으로 나뉘어집니다. Downsampling은 Convolution 및 Pooling 과정을 통해 이미지의 특징을 추출합니다. Upsampling의 경우 Convolution 및 Transpose Convolution 과정을 통해 원본과 비슷한 크기로 복원합니다. 또한, Downsampling 각 level에서의 output인 feature map을 적당한 크기로 만들어 같은 level에서의 Upsampling in..

[딥러닝, CV] CNN 기본, 전이 학습 개념

합성곱 층(Convolution layer) 합성곱 신경망의 특징을 추출하는 층 중 하나입니다. 일정 격자 형태를 가진 이미지 데이터를 보다 작거나 같은 격자의 필터로 정해진 stride(필터가 움직이는 간격)에 따라 합성곱을 진행합니다. 합성곱은 이미지 데이터의 (0, 0)부터 (-1, -1)까지 필터의 격자에 해당하는 값과 곱하여 모두 더하는 과정입니다. 패딩(Padding) 합성곱 과정에서 output의 shape을 input과 맞추기 위해 사용합니다. 또한, 이미지 데이터의 각 격자값을 가능한 균형있게 사용하기 위해 해주는 작업입니다. 일반적으로 이미지 격자의 테두리에 0 값으로 둘러주는 작업을 하게 됩니다. 스트라이드(Stride) 합성곱 과정에서 필터가 slide할 때 움직이는 간격값입니다. ..