이론2024.11.11Python & PyTorch함수의 return 값이 없으면 None 출력.torch.flatten(대상, start_dim=1):입력 텐서를 1차원 이후로 평탄화.nn.Flatten(): 반복 작업을 줄이기 위한 PyTorch 모듈.item(): 텐서 내부의 값을 추출.데이터 타입:주로 float32 사용(메모리 효율성).Batch Normalization: 배치별 정규화.학습 종료 전략:Early stopping: 성능이 최고점 이후 학습 중단.모델 유형별 구현공통:Input layer의 in_features는 데이터 속성 개수와 맞춤.Hidden layer 수와 feature는 경험적으로 설정.회귀 모델:out_features: 정답의 개수.Activation 함수: 주로 없음..

주제: 딥러닝 모델의 구조와 학습 이해2024.11.04 - 기본 개념 다지기: 모델과 학습의 기초내용 요약: 딥러닝 모델 구성의 기초인 forward propagation과 backward propagation을 학습하고, 학습에서 중요한 개념인 learning rate 조정과 오버피팅 방지를 다뤘습니다. 특히 linear regression과 nn.linear 모델을 다루면서 기본적인 학습 흐름을 이해했습니다.핵심 통찰: 모델링의 기초를 다지며 개념 이해가 중요하다는 점을 강조하고, 학습률과 파라미터 조정의 미묘한 차이가 성능에 큰 영향을 미친다는 사실을 깨달았습니다.2024.11.05 - 딥러닝 모델 설계: 모델 구조와 학습의 구체화내용 요약: torch.nn.functional 함수 라이브러리를 ..

수업을 들으면서 Notion을 이용해 필기를 하고 있다. 오늘 회고는 필기의 덕을 보려고 한다. 기존에 했던 대로 4F방식의 회고를 진행하고자 한다. 다만, 필기한 내용을 바탕으로 첫 번째 F를 채우고자 한다. 요약을 도와주는 도구로 chatGPT를 사용하였다.  - FACTS(사실, 객관):2024.10.28.분류 평가 지표 모델을 평가하기 위해 다양한 분류 지표를 학습했습니다.정확도(Accuracy): 올바르게 예측한 비율정밀도(Precision): 양성 예측 중 실제 양성 비율재현률(Recall): 실제 양성 중 모델이 양성으로 예측한 비율F1 점수: 정밀도와 재현율의 조화 평균PR Curve, AP score: 정밀도-재현률 곡선과 평균 정밀도ROC, AUC score: 수신자 조작 특성 곡선과 ..

- FACTS(사실, 객관): 인공지능의 개념과 머신러닝에 관해서 배우기 시작하였다. 데이터 전처리와 모델 학습, 그리고 모델에 대한 검증까지 배우고 있다. 기본적으로 함수와 같다는 느낌이 드는데 원하는 결괏값이 나오는 인공지능 함수를 만드는 방법을 배운다. 배운 개념의 소제목들을 읊는다면 다음과 같다.1. 머신러닝 개요2. 첫번째 머신러닝 분석3. 데이터셋 나누기4. 데이터_전처5. 평가지표 - FEELINGS(느낌, 주관):  아직까지는 인공지능이 함수라는 느낌을 지울 수가 없다. 그리고 데이터를 수집하는 것 자체가 굉장히 중요하다는 인상을 받는다. 데이터 전처리가 굉장히 큰 부분을 차지한다는 것을 배우게 되었다. 모델이 학습하기 편하게 잘근잘근 씹어줘야 되는 것이다.  전 세계에서는 AI 기술에 선..

이번주에 가장 기억에 남는 활동은 단연 프로젝트였다. 프로젝트를 화요일까지 진행하여 마무리를 짓고, 발표까지 진행을 하게 되었는데, 설렘과 배움이 많은 시간이었다. 이외에도 dataframe에 대한 내용을 학습하였다.   - FACTS(사실, 객관): 프로젝트는 주말이 껴 있어서 준비하기가 좋아졌다. 주말동안 데이터베이스에 대해서 수많은 에러와 마주했다. 에러는 다음 사이트에 기록을 해놓았다. 초보적인 실수가 많았고, 그만큼 기본적인 내용이 중요하다는 사실을 깨닫게 되었다. https://github.com/SKNETWORKS-FAMILY-AICAMP/SKN06-1st-7Team/blob/main/DB/ERROR%EC%9D%BC%EC%A7%80.md SKN06-1st-7Team/DB/ERROR일지.md ..

4F 방법을 활용하여 회고한다.   - FACTS(사실, 객관): 프로젝트를 시작해서 정신이 없었다. 프로젝트는 웹 크롤링, DB 다루기, streamlit을 통한 데이터분석 웹사이트 구축 3파트로 나뉘어 있었다. 다른 조가 4명인데 반해 우리 조만 3명이 배정되어 진행이 되었다. 역할을 나누고, 자동차 등록현황 데이터와 교통사고 데이터에 대한 분석을 시도하였다.  - FEELINGS(느낌, 주관): 개발을 한다는 행위가 재미있을 수 있다는 느낌을 받았다. 원하는 구현방법이 있었고, 온갖 에러를 마주하였다. 주된 해결방안은 perplexity라는 AI 검색도구를 활용하였지만, 중간중간 데이터에 모양을 파악하는 것이 중요하다는 생각도 하게 되었다. 검색과 수정을 통해서 원하는 구현 방법이 실현되었을 때, ..