이것저것 기록

1. 정의 - 스칼라: 차원이 없는 값 - 벡터: 1차원으로 구성된 값 - 행렬: 2차원으로 구성된 값 / 일반적으로 이용하는 데이터 형태 (batch size, dim) - 텐서: 3차원으로 구성된 값 / Vision에서는 (batch size, length, dim) 2. Numpy 와 PyTorch 텐서 비교 Numpy PyTorch 선언 np.array() torch.FloatTensor, torch.Tensor() 차원 확인 .ndim .dim() 크기 확인 .shape .size() 3. 파이토치로 텐서 선언 import torch t1 = torch.Tensor(3) #원소가 3개인 단일 텐서 선언 t2 = torch.Tensor(3, 5) #3x5의 2차원 텐서 선언 rn1 = torch...

나만의 데이터셋을 CNN에 학습시키기 위한 첫 번째 단계 - 이미지를 텐서 자료형으로 변환하는 것. 딥러닝에서 이미지, 텍스트, 음성, 비디오 등의 데이터를 다룰 때, 이 데이터들을 파이썬 모듈 (이미지의 경우는 PIL이나 openCV)로 데이터를 numpy array의 형태로 불러온 후 torch.Tensor로 변환하는 작업이 필수적이다. 나만의 데이터셋을 텐서로 변환하는 순서는 다음과 같다. 1. 이미지 파일을 텐서로 변환 및 정규화하기 from PIL import Image import torch from torch.utils.data import Dataset, DataLoader import numpy as np import torchvision from torchvision import tra..

https://arxiv.org/abs/1703.10593 Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks Image-to-image translation is a class of vision and graphics problems where the goal is to learn the mapping between an input image and an output image using a training set of aligned image pairs. However, for many tasks, paired training data will not be a arxiv.org CycleGAN 원논문 주소 Im..

딥러닝의 단점이라고 해야하나... 조금 귀찮은 점이 있다면 모든 입력데이터의 사이즈가 동일해야하다는 것이다. 그리고 대부분의 모델이 정사각형 이미지 파일을 입력데이터로 쓴다. 그래서 개인 데이터를 모은 후엔 꼭 이미지 파일 크기를 정사각형으로 맞춰줘야한다. 1. 성규 데이터셋 덕업일체의 표본ㅋㅋㅋ;; 아무튼 내 개인 데이터셋은 20장의 인피니트 성규 이미지다. 보다시피 정사각형도 아니고, 각각의 파일 별로 크기도 다르다. 2. Resize & Crop import os,sys from PIL import Image size = 256, 256 #바꾸고 싶은 사이즈 path = "C:/Users/user/Desktop/normal2retro/A/" #이미지 경로 modified_path = "C:/User..