728x90 전체 글43 [SWM] 소프트웨어 마에스트로 14기 합격 수기 Coming soon ... 2023. 11. 28. [논문 공부] YourTTS - Voice Cloning VITS 기반 음소 대신 raw text 사용 multi-language에서 좋음(음소 별로 소리를 예측할 수 없는 문자에 대해 좋은 성능) ENCODER(text -> embedding): transformer 기반 text encoder multi-language를 위해 각 input character에 4차원 임베딩(trainable) concat block 개수 10으로 늘림 hidden channel rotn 196으로 늘림 DECODER(embedding -> mel): stack of 4 affine coupling layers 각 layer는 4 WaveNet residual blocks VITS 모델처럼 효율적 핟습을 위해 z에서 일정 길이만큼 랜덤하게 뽑음 이때 flow-based de.. 2023. 8. 17. [Flutter] 환경 변수 설정했는데 flutter doctor가 안 먹힐 때 $ flutter doctor 'flutter' is not recognized as an internal or external command, operable program or batch file. cmd 창을 껐다 다시 켜면 된다~ 2023. 7. 28. [Python to AI] 딥러닝이 이미지를 처리하는 방법, CNN을 이용한 Detection (Competition) - week 7, 8 딥러닝이 이미지를 처리하는 방법 1. Classification 2. Detection 둘은 어떻게 다를까? Classification (분류): 목표: 이미지를 사전 정의된 클래스 레이블 중 하나로 할당하는 것. 접근 방식: 이미지의 전체적인 내용을 이해하고, 이미지에 포함된 개체 또는 속성을 식별하여 해당하는 클래스로 분류하는 것. 예시: 고양이, 개, 자동차, 비행기 등과 같은 카테고리로 이미지를 분류하는 작업. Detection (탐지): 목표: 이미지 내에 존재하는 개별 객체의 위치와 클래스를 탐지하는 것. 접근 방식: 이미지에서 객체의 위치를 찾아내고, 해당 객체의 클래스를 식별. 이를 위해 이미지에서 객체의 경계 상자(bounding box)를 그리고, 객체가 속하는 클래스 레이블을 할당. .. 2023. 6. 28. [Python to AI] 딥러닝이 이미지를 처리하는 방법, CNN을 이용한 Classification (Competition) - week 5, 6 딥러닝이 이미지를 처리하는 방법 1. Classification 2. Segmentation 둘은 어떻게 다를까? Classification (분류): 목표: 이미지를 사전 정의된 클래스 레이블 중 하나로 할당하는 것. 접근 방식: 이미지의 전체적인 내용을 이해하고, 이미지에 포함된 개체 또는 속성을 식별하여 해당하는 클래스로 분류하는 것. 예시: 고양이, 개, 자동차, 비행기 등과 같은 카테고리로 이미지를 분류하는 작업. Segmentation (분할): 목표: 이미지를 픽셀 단위로 그룹화하여 의미 있는 영역으로 분할하는 것. 접근 방식: 이미지의 각 픽셀을 개별적으로 분석하고, 픽셀을 객체 또는 배경으로 할당하여 영역을 정의하는 것. 예시: 이미지 내의 개별 객체 또는 영역을 정확하게 분리하기 위해 .. 2023. 6. 21. [Python to AI] 하이퍼 파라미터 최적화 - week 4 Learning rate & Epochs > California housing data https://colab.research.google.com/drive/1_5z1D7U_SyW1eb9aec3Xc-eYNUrQEFRb?usp=sharing Optimizer > MNIST data https://colab.research.google.com/drive/1Iem17_xV7oQHQzKdpjv2W_vSn1b0uWC7?usp=sharing https://hihack.tistory.com/entry/Pytorch-MNIST-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%85%8B-4%EA%B0%80%EC%A7%80-optimizer-%EC%84%B1%EB%8A%A5-%EB%B9%84%EA%B5%90SG.. 2023. 6. 14. [Python to AI] 딥러닝의 성능을 올려준 기술들 - week 3 목차 간단한 신경망 tensorflow로 구현하기 다층 퍼셉트론 활성 함수 손실 함수 Overfitting / Underfitting 옵티마이저 데이터 전처리 하이퍼 파라미터 간단한 신경망 tensorflow로 구현하기 https://colab.research.google.com/drive/1iiI_NIEAkcBIuMu-AVKvrrlTqt7GAAfx#scrollTo=95Z-qqwyga32 Google Colaboratory Notebook Run, share, and edit Python notebooks colab.research.google.com 다층 퍼셉트론 활성 함수 손실 함수 MSE : Mean Squared Error 좋은 손실 함수는? 오차가 클 수록 e 값이 커야 한다. MSE는 오차가 .. 2023. 5. 30. [백준 Python] Github - 알고리즘 문제 풀이 현황 및 코드 https://github.com/imkmsh/AlgorithmStudy/blob/master/README.md GitHub - imkmsh/AlgorithmStudy: 코딩테스트 대비 문제 풀이 현황 및 코드 코딩테스트 대비 문제 풀이 현황 및 코드. Contribute to imkmsh/AlgorithmStudy development by creating an account on GitHub. github.com README에 여태 푼 백준 알고리즘 문제 리스트를 정리해 두었고, 클릭을 통해 solution code로 이동할 수 있다. 2023. 2. 24. [확률/통계] 2-5/6. 베이지안 결정 이론 + ppt, 연습문제 (패턴인식 - 오일석) 이전 글을 못 보신 분들께 추천 드립니다. 2023.01.11 - [딥러닝/기초 공부] - [확률/통계] 2-1. 베이지안 결정 이론 + ppt, 연습문제 (패턴인식 - 오일석) 2023.01.13 - [딥러닝/기초 공부] - [확률/통계] 2-2. 베이지안 결정 이론 + ppt, 연습문제 (패턴인식 - 오일석) 2023.01.13 - [딥러닝/기초 공부] - [확률/통계] 2-3. 베이지안 결정 이론 + ppt, 연습문제 (패턴인식 - 오일석) 2023.01.16 - [딥러닝/기초 공부] - [확률/통계] 2-4. 베이지안 결정 이론 + ppt, 연습문제 (패턴인식 - 오일석) [확률/통계] 2-4. 베이지안 결정 이론 + ppt, 연습문제 (패턴인식 - 오일석) 이전 글을 보고 오시지 않은 분들께 추.. 2023. 1. 16. 이전 1 2 3 4 5 다음 728x90 반응형
