🌻 Day 1 - image 데이터는 많이 해봐서, 이번에는 text data를 하고 싶었다. - 원래는 createML로 model을 생성하고 싶었는데, text 생성 기능은 지원을 하고 있지 않았다. : text classification만 가능해서, 짧은 시구나 글 분류기를 만들어볼까 하면서 data 간단하게 모아서 학습시키다가 너무 재미없을 것 같아서 (한글 text 관련 모델을 만들어보고 싶었는데, 고전시가, 현대시 순수 - 서정시 분류기 .. etc 😇) 취소 - createML 이 아닌 다른 tool로 어떻게 ML을 iOS 내부에 적용시킬 수 있을지 고민하다가, (한글 text 생성은 꼭 하고 싶었음) 웹사이트로 구현된 text 생성을 접했다! (신기하더라구요,,) - 다른 머신러닝 코드로 ..

Pix2Pix 오즈의 마법사 GAN Colorization 🎨 https://github.com/mrzhu-cool/pix2pix-pytorch GitHub - mrzhu-cool/pix2pix-pytorch: PyTorch implementation of "Image-to-Image Translation Using Conditional Adversarial Network PyTorch implementation of "Image-to-Image Translation Using Conditional Adversarial Networks". - GitHub - mrzhu-cool/pix2pix-pytorch: PyTorch implementation of "Image-to-Image Transl... gi..

자연어 처리: Natural Language Processing (8/24) 1. 이해와 지능이 무엇인가? 인공 지능에 대한 근본적인 질문 - 검색 엔진, 번역기, AI 스피커, 소피아(대화를 이끌어 나가는 AI 스피커, 국내 방문) - 4차 산업 혁명, 사물 인터넷 (주변의 기기들을 통해 무수한 데이터가 생성 -> 사람이 감당할 수 없는 양 -> 지식이나 패턴을 인간이 분석할 수 없음, 인간만큼 지능적인 분석을 할 수 있는 AI) ; 빅데이터를 분석하는 인공지능 2. 포스코와 같은 철강 회사에서도 NLP가 필요한가? - 자연어 처리: 기계가 인간만큼의 지능을 갖고 있다는 의미 : 가정이든 공장이든 지치지 않고, 인간이 하는 일을 시킬 수 있다. - 문자로 표현될 수 없는 많은 signal data(no..

https://www.kaggle.com/datasets/ash2703/handsignimages?select=Test hand-sign-images Drop-In Replacement for MNIST for Hand Gesture Recognition Tasks www.kaggle.com

📌 사용한 DataSet Link https://universe.roboflow.com/joao-gobeti/phone-detection-zqkwb Phone Detection Computer Vision Dataset by João Gobeti 6621 open source phone images. Phone Detection dataset by João Gobeti universe.roboflow.com

👩‍💻 Git-hub Link: https://github.com/SohyeonKim-dev/CycleGAN GitHub - SohyeonKim-dev/CycleGAN: 2022 HYPER cycle-GAN 공모전 2022 HYPER cycle-GAN 공모전. Contribute to SohyeonKim-dev/CycleGAN development by creating an account on GitHub. github.com 👩‍💻 느낀 점 1) 생각보다 코드 해석은 어렵지 않았다. 2) 상상 이상으로 훈련하는데 시간 많이 걸림 🤢 3) 공모전 준비로 책도 찾아 읽었는데, 처음으로 탐독해봤다. (미술관에 GAN 딥러닝 실전 프로젝트, 데이비드 포스터) 필요한 부분만 찾아서 읽고, 나머지 부분은 빠르게 ..

생성적 적대 신경망(Generative Adversarial network) https://arxiv.org/abs/1406.2661 https://thispersondoesnotexist.com https://www.youtube.com/watch?v=AVvlDmhHgC4 https://www.youtube.com/watch?v=z-LIpUX-lpc Image to image GAN 1) Pix to Pix 2) Cycle GAN 3) Conditional GAN 4) Stacked GAN 5) Information maximizing GAN 6) Super resolution GAN 7) Patch GAN 8) Pix2pixhd 논문 자료 : 윤영이의 GAN 강의