밤톨의 작업 공간입니다.

오토인코더와 잠재표현

오토인코더와 잠재표현

<참조> https://www.youtube.com/watch?v=3jmcHZq3A5s [WelcomeAIOverlords - Simple Explanation of Auto Encoders.] ## 배울것들 > - 신경망을 통해 데이터의 특징을 찾아내는 방법은 어떻게 만들 수 있을까? > - 데이터를 특징을 유지한 잠재표현으로 바꾸고 원 데이터를 복원하는 모델을 살펴보자 > - 오토인코더를 통해 데이터의 특징을 추출해 보자 > - 잠재표현과 오토인코더를 통한 차원축소와 복원에 대해 알아보자 > - 잠재표현을 이용하여 새로운 데이터를 생성하는 방법을 생각해보자 ## 1. 특징, 그리고 잠재 표현 ### **차원 축소는 데이터를 표현하기 위해 사용하는 공간을 더 낮은 차원으로 바꾸는 것이다.** - 차원의 저주를 피하기 위해 사용 - 단순한 차원 축소만이 아닌 원래 데이터를 다른 공간으로 옮기는 것 - 압축 데이터는 우리가 눈으로 관찰하는 것과는 전혀 다른 방식으로 데이터를 표현하는 것이다. - 기법: LLE, Isomap, t-SNE등이 제안 ### 오토인코더 - 차원을 축소하는 역할을 지닌 **인코더**, 이 축소된 차원을 복원하는 역할을 지닌 **디코더** - 이 중간 단계 출력이 존재하는 공간을 **잠재공간**, 데이터를 이 공간에 표현한 것을 **잠재 표현** ## 2. 압축과 복원 - 오토 인코더로 구현하기 - 출력이 입력과 동일하게 나오도록 신경망이 학습된다면, 이건은 원래의 데이터를 복원할 수 있는 **압축된 잠재 표현**을 학습하는 것과 같은 것이 될 것이다. - **오토 인코더**: 우리가 설계산 차원 축소 기봅으로 데이터를 압축하는 것이 아닌 신경망이 자동으로 생성한 모델을 통해 얻는것 ## 3. 잠재 표현으로 새로운 데이터 만들기 - 오토인코더를 이용하여 새로운 데이터 생성하는 모델 학습. 이 모델에 같은 클래스에 속하는 데이터들만 인코더를 통과시켜 디코더를 작동시키면 그 클래스의 특징을 대표하는 데이터를 만들어 낸다. 이는 이전에 존재하지 않았던 새로운 데이터이다. - 해당 대표하는 잠재표현을 조금씩 변형하는 방법을 사용 -> 특징은 비슷하게 유지하면서 조금씩 변형된 표현 얻을 수 있음

2023

우분투 가상환경 세팅

최대 1 분 소요

[우분투] 파이썬 가상환경 만들고 사용하기 - venv 사용하여 가상환경 생성

맨 위로 이동 ↑

2022

2023년 토이 프로젝트 주제

최대 1 분 소요

1. 영유아 행동인식을 통한 발달평가 XXX - https://aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=631

딥러닝과 텐서플로

1 분 소요

https://www.itworld.co.kr/insight/109825 [ITWorld - 머신러닝 라이브러리, 텐서플로우의 이해] https://tensorflow.blog/%EC%BC%80%EB%9D%BC%EC%8A%A4-%EB%94%A5%EB%9F%AC%EB%8B...

인경신경망

최대 1 분 소요

http://matrix.skku.ac.kr/math4ai-intro/W13/

[git] 삭제된 폴더, 파일 반영하기

최대 1 분 소요

분명히 로컬에서 삭제한 파일인데 원격에 반영되지 않는 경우가 있다. git status로 했을 때 삭제 됐다고 뜨는데 add를 해도 안먹고 commit을 해도 반영이 안되는 것이다…

맨 위로 이동 ↑