-
Python 프로파일링SW개발/Python 2019. 4. 11. 19:10
Python 코드에서 실행이 오래 걸리는 부분을 알기 위해, cmd창에서 line_profiler를 설치한다. (cmd를 관리자 권한으로 실행해야 하며, 혹시 관리자 권한으로 실행하지 않은 경우 --user를 뒤에 붙여주면 설치된다.) >> pip install line_profiler 라인 프로파일링을 하기 위해서는 해당 부분이 함수화되어있어야하기 때문에 전체 코드를 함수 안에 넣었다. 다음은 예시 코드이다. 원하는 함수 위에 @profile을 추가해준다. @profile def main(): # 소수 미리 찾아두기 check = [False] * 1000001 check[0] = True; check[1] = True # 에라토스테네스의 체 for start in range(2, 1000000): f..
-
-
머신러닝 스터디 6주차 - 자동 인코더를 사용한 노이즈 제거SW개발/머신러닝 2019. 4. 10. 21:53
04/10 자동 인코더를 사용한 노이즈 제거 (p. 141) 자동 인코더는 이미지 노이즈를 제거하는 데도 사용할 수 있다. 노이즈 제거 인코더는 자율 방식으로 훈련된다. 노이즈는 일반 이미지에 도입되며, 자동 인코더는 원본 이미지들에 대해 학습한다. 그러고 나서 완전한 자동 인코더를 사용하면 노이즈가 없는 이미지를 생성할 수 있다. 이번 절에서는 MNIST 이미지의 노이즈를 제거하는 과정이다. 코드 (컴퓨터 비전과 딥러닝 p.142 ~ p. 144) """ 자동 인코더를 사용한 노이즈 제거 2019.04.10 PBY 최초작성 참고문헌: 컴퓨터 비전과 딥러닝 p.142 ~ p.144 """ # 필요한 라이브러리 가져오기 print("--loading packages--") import tensorflow ..
-
머신러닝 스터디 5주차 - 콘텐츠 기반 이미지 검색SW개발/머신러닝 2019. 4. 10. 21:34
04/03 콘텐츠 기반 이미지 검색 (p. 131) CBIR (Content-based Image Retrieval) 기술은 쿼리 이미지를 입력받아 대상 이미지 데이터베이스에 있는 이미지들의 순위를 정해 출력을 생성한다. CBIR은 특정 목표가 있는 이미지 검색 엔진이다. 검색을 위해서는 대상 이미지를 저장한 데이터베이스가 필요하며, 쿼리 이미지와 가장 근접한 대상 이미지를 반환한다. 검색 파이프라인 구축 (p. 133) 쿼리 이미지와 가장 잘 일치하는 대상 이미지를 얻는 일련의 과정을 검색 파이프라인이라고 한다. 이미지 데이터베이스의 특징들은 오프라인 상태에서 추출돼 데이터베이스로 저장돼야한다. 모든 쿼리 이미지에 대해 특징을 추출해 모든 대상 이미지에 대해 유사도를 계산한다. 이미지의 병목 특징 추출..
-
-
-
-
머신러닝 스터디 4주차 - DeepDreamSW개발/머신러닝 2019. 3. 31. 13:35
03/27 1. DeepDream 개요 원본 이미지에 deepdream 모델을 적용하여, 이미지 변환 2. 사용된 코드 """ Deep Dream 2019.03.27 PBY 최초작성 2019.03.31 PBY 주석추가 컴퓨터 비전과 딥러닝 p. 120 "뉴런 활성화는 이미지를 합성하는 대신 네트워크의 일부 레이어에서 증폭되기도 한다. 특징의 영향을 보기 위해 원본 이미지를 증폭하는 개념을 DeepDream이라 한다." """ print('import settings') import os import numpy as np import PIL.Image import urllib.request from tensorflow.python.platform import gfile import zipfile impor..