매트랩으로 배우는 인공지능 - 3 | 전이학습2, Image Datastore
# Image Datastore 머신러닝을 하기 위해서는 수많은 데이터를 사용해 학습시켜야 한다. 이런 이미지들을 모두 불러와서서 학습시키기에는 프로그램에 너무 많은 부담이 된다. 따라서 매트랩에는 이미지를 전부 불러올 필요 없이(변수로 저장해둘 필요 없이), DataStore가 이미지의 메타데이터를 담아두고 있다가, 필요할 때 직접 꺼내쓰는 방식을 사용한다 => 메모리 절약, 속도 향상 내가 이해한게 맞나 모르겠다. 다른 한글 자료가 없더라. 영어가 필수야 필수;; 다음으로, 이미지의 상태가 정상이 아닌 경우(잘렸거나, 회전했거나, 찌그러졌거나 등..) 전처리 과정을 거칠 필요가 있다. (Preprocessing) 전처리 과정은 "augmentedImageDatastore" 이 담당해서 해준다. 지금까..
매트랩으로 배우는 인공지능 - 2 | 전이학습, CNN
인공지능을 구현하는 방법인 머신러닝의 기법 중 하나인 "딥러닝"을 배워보도록 하자!!! 와! 신난다! 딥러닝 하면 가장 먼저 나오는 용어가 바로 CNN일 것이다. CNN이 뭔지, 어떻게 사용하는지부터 알아보자. # CNN(Convolutional Neural Network) 이란? CNN의 기본 구성은 위 사진과 같다. 세가지 큰 틀로 구성된다. 1. 데이터 input 2. 데이터에서 특징(Feature) 추출 3. 추출된 특징들에 점수를 매겨 하나의 클래스로 분류(Classification) [1. 데이터 input] m x n 2D 레이어를 input으로 넣어야 한다. m x n x 3 에서 "x3" 은 3채널(대개 R, G, B)를 가진 데이터라는 의미 [2. Feature Extraction] 추..