교육/프로그래머스 인공지능 데브코스
-
최종프로젝트 ~4주차교육/프로그래머스 인공지능 데브코스 2021. 9. 14. 13:10
StyleCLIP global direction.py실행중~ choose image부분인가 real image랑 generated image고르는 부분에서 real image로 하면 차원이 안 맞는다고 에러뜸 latent vector를 자르니까 돌아는가는데 왜 에러뜰까?하라는대로 인코더.pt도 만들고 pkl도 만들었는디 훔 StyleCLIP 실행하려면 e4e에서 데이터셋으로 인코더 pt파일 만들고 stylegan2-ada/stylegan2(텐서플로우O, 파이토치X)로 pkl파일 만들기
-
최종프로젝트 ~3주차교육/프로그래머스 인공지능 데브코스 2021. 9. 7. 22:39
StyleGAN 논문리뷰 https://arxiv.org/abs/1812.04948 A Style-Based Generator Architecture for Generative Adversarial Networks We propose an alternative generator architecture for generative adversarial networks, borrowing from style transfer literature. The new architecture leads to an automatically learned, unsupervised separation of high-level attributes (e.g., pose and identit arxiv.org StyleCLIP논문..
-
최종 프로젝트 ~2주차교육/프로그래머스 인공지능 데브코스 2021. 9. 7. 22:28
stargan이랑 stylegan2 ada pytorch랑 고민하다가 stylegan2 ada pytorch를 사용하기로 했음 기록 1. 코랩에서 돌리는데 evaluate metrics부분에서 에러가 떠서 tick이 자꾸 0에서 멈추고 더이상 훈련이 진행 안 되는 이슈 발생->밤새서 구글링한 결과 버전문제였음 쪼꼼 허무ㅎ,,, 에러1. userwarning: this dataloader will create 3 worker processes in total → /usr/local/lib/python3.7/dist-packages/torch/utils/data/dataloader.py 여기서 189번째 줄self.num_workers=num_workers-1 로 해결 참고 자료 https://www.goo..
-
[16주차 - Day4] Deep Learning 기반의 Recommendation System 구현 I교육/프로그래머스 인공지능 데브코스 2021. 8. 20. 12:03
ML 기반 추천 엔진 : SVD & 딥러닝 추천엔진 1. SVD알고리즘 소개 사용자/아이템기반(메모리기반) 협업 필터링의 문제점 확장성(scalability) : 큰 행렬 계산은 여러모로 쉽지 않음 부족한 데이터(sparse data) ->모델 기반 협업 필터링으로 해결 머신러닝기술을 사용해 평점을 예측 입력은 사용자, 아이템 평점 행렬 행렬분해(Matrix Factorization)방식 딥러닝 방식 행렬 분해 방식 협업 필터링 문제를 사용자-아이템 평점 행렬을 채우는 문제로 재정의 사용자, 아이템을 적은 수의 차원으로 기술함으로써(차원축소) 문제를 간단화 PCA(Principal Component Analysis) 차원을 축소(Dimensionality Reduction)하되 원래 의미는 최대한 그대로..
-
[16주차 - Day3] Basic Recommendation System 구현 II교육/프로그래머스 인공지능 데브코스 2021. 8. 19. 16:26
ML 기반 추천 엔진 : 협업 필터링 기반 추천 엔진 1. 추천 엔진 아키텍처 2. 협업 필터링 소개 기본적으로 다른 사용자들의 정보를 이용하여 내 취향을 예측하는 방식 사용자 기반(user to user) 나와 비슷한 평점 패턴을 보이는 사람들을 찾아서 그 사람들이 높게 평가한 아이템 추천 아이템 기반(item to item) 평점의 패턴이 비슷한 아이템들을 찾아서 추천하는 방식 예측 모델 기반 평점을 예측하는 머신러닝 모델을 만드는 것 구현 방식 메모리 기반 사용자 기반, 아이템 기반 유사도 함수(코사인 유사도, 피어슨 상관계수 유사도, KNN 등)를 사용해 비슷한 사용자,아이템을 추천 이해하기 쉽고 설명하기 쉽지만 스케일하기 힘듦(평점 데이터의 부족) 모델 기반 예측 모델 기반 머신러닝을 사용해 비..
-
[16주차 - Day2] Basic Recommendation System 구현 I교육/프로그래머스 인공지능 데브코스 2021. 8. 18. 17:16
ML 기반 추천 엔진 : 컨텐츠 기반 추천 엔진 개발 1. 인기도 기반 추천 개발 Cold Start 이슈가 존재하지 않음 인기도의 기준을 어떻게 설정할 지 고민 ex)평점, 매출, 최다 판매 등 사용자 정보에 따라 확장 가능 개인화되어있지 않음 아이템의 분류 체계 정보 존재 여부에 따라 쉽게 확장 가능 인기도를 다른 기준으로 바꿔 다양한 추천 유닛 생성 가능 더보기 +기타 Cold Start 이슈가 없는 추천 유닛 현재 사용자들이 구매한 아이템 현재 사용자들이 보고 있는 아이템(영화, 강좌 등) 실습 영화 추천 데이터(TMDB 데이터셋 사용)를 가지고 인기도 기반 추천 엔진 개발 인기도는 전체 인기도, 장르 내 인기도(일종의 분류 체계) 카테고리를 지원 데이터셋 : https://www.kaggle.c..
-
[16주차 - Day1] Recommendation system이란교육/프로그래머스 인공지능 데브코스 2021. 8. 18. 08:20
ML기반 추천 엔진 : 추천 엔진이란? 1. 추천 엔진 정의 추천 엔진은 왜 생겨나게 되었는가? 사용자 : 서비스를 사용하는 사람 아이템 : 서비스에서 판매하는 물품 서비스가 성장하면 사용자/아이템의 수도 같이 성장하지만 아이템의 수가 커지면서 아이템 발견 문제가 대두 모든 사용자가 검색(능동)을 하지 않으며 사람들이 점점 더 추천(수동)을 원함 추천 엔진의 정의 사용자가 관심있어 할만한 아이템을 제공해주는 자동화된 시스템 비즈니스 장기적인 목표를 개선하기 위해 사용자게엑 알맞은 아이템을 자동으로 보여주는 시스템 추천 엔진이 필요한 이유? 조금의 노력으로 사용자가 관심있어 할만한 아이템을 찾아줌 회사 관점에서 추천 엔진을 기반으로 다양한 기능 추가 가능 아이템의 수가 많아서 원하는 것을 찾기 쉽지 않은 ..
-
[15주차 - Day2] GAN, Style Transfer교육/프로그래머스 인공지능 데브코스 2021. 8. 11. 10:09
1. GAN의 개요 Probability Density Function PDF(=Probability Density Function) : 사건이 발생할 확률 Sample drawn from the PDF : PDF를 가진 사건에서 샘플을 뽑았을 때 나올 확률 영상을 만들어내는 PDF를 알고 있으면 영상을 생성할 수 있음! PDF의 값이 큰 sample을 생성하면 됨 하지만 이 PDF를 구하는 것이 불가능 GAN(Generative Adversarial Network) 초기의 GAN Generator : George, 위조범으로 비유 Disciminator : Danielle, 가짜돈과 진짜돈을 구별하는 사람으로 비유 서로 피드백을 주고받으면서 발전하다가 일정 능력치에 도달하면 George가 만든 돈이 D..