[DL] AutoEncoder. Latent Vector
오토인코더는 입력과 출력이 동일하다.(자기 자신을 재생성하는 네트워크이다) Latent Vector : 잠재변수(가운데 부분), Encoder : 입력쪽, Decoder : 출력쪽 인코더는 일종의 특징추출기와 같은 역할을 한다. 디코더는 압축된 데이터를 다시 복원하는 역할을 한다. (28,28) 사이즈의 train_X가 strides=(2,2)로 인해 2칸씩 건너 측정되면서 (14,14)로 줄고, 또 통과하면서 (7,7)이 되어 reshape의 (7, 7, 64)가 구성되는 것이다. Conv2d의 filters=32가 Conv2DTranspose의 filters=32 / Conv2D의 필터 64가 Dense, reshape의 64로 연결된다. 다시 fit 시키고 결과를 봤을 때, 화질이 조금은 계선된 것..
2023. 2. 19.
[DL] Transfer learning _ 기본 option
전이학습 (transfer learning) : 잘 학습된 모델의 weight를 가져와서, 조금 수정 후 사용한다. 이미지 세상에서 꽤 유용한 것으로 알려져 있다. Freeze : 가중치 고정 Trainable : weight를 가져오지만 training 시킬 거고, 구조만 따로 사용한다. data_transforms = { 'train' : transforms.Compose([transforms.Resize([64,64]), transforms.RandomHorizontalFlip(), transforms.RandomVerticalFlip(), transforms.RandomCrop(52), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.4..
2023. 2. 16.
