본문 바로가기
728x90
반응형
SMALL

분류 전체보기1626

[Generative Model] VAE (MNIST) 데이터 로드 import numpy as np import matplotlib.pyplot as plt from keras.datasets import mnist from keras.layers import Input, Dense, Lambda from keras.models import Model from keras import backend as K from keras import losses from scipy.stats import norm (x_train, _), (x_test, _) = mnist.load_data() x_train, x_test = x_train.astype('float32')/255., x_test.astype('float32')/255. x_train, x_test = x.. 2022. 12. 8.
[Generative Model] VAE (Variational AutoEncoder) VAE (Variational AutoEncoder) 생성 모델 (Generative Model)이란 새로운 data instance를 생성하는 모델이다. 즉, 학습 데이터의 분포도를 근사하는 특성을 가지고 있다. 예를 들어, 고양이, 강아지의 이미지 데이터를 생성 모델의 입력으로 준다면 입력 데이터와 상당히 유사한 분포를 갖는 새로운 이미지를 얻게 된다. 수학적으로 Autoencoder와 Variational Autoencoder는 전혀 관계가 없다. •Autoencoder의 목적은 Manifold learning이다. - AE는 네트워크의 앞단을 학습하기 위해 뒷단을 붙임 - 입력 데이터의 압축을 통해 데이터의 의미 있는 manifold를 학습한다. •Variational Autoencoder는 Ge.. 2022. 12. 8.
[Generative Model] 오토인코더 (MNIST) 데이터 로드 from keras.datasets import mnist import numpy as np (x_train, _), (x_test, _) = mnist.load_data() x_train = x_train.astype('float32') / 255. x_test = x_test.astype('float32') / 255. x_train = np.reshape(x_train, (len(x_train), 28, 28, 1)) x_test = np.reshape(x_test, (len(x_test), 28, 28, 1)) 모델 생성 from keras.layers import Input, Dense, Conv2D, MaxPooling2D, UpSampling2D from keras.models .. 2022. 12. 8.
[Generative Model] 오토인코더 (AutoEncoder) 오토인코더 (AutoEncoder) Autoencoding은 데이터 압축 알고리즘으로 압축 함수 (Encoding)와 압축 해제 함수 (Decoding)는 다음 과 같은 세 가지 특징을 갖는다. Autoencoder는 데이터에 민감하다. Autoencoder는 이제껏 훈련된 데이터와 비슷한 데이터로만 압축될 수 있다. 예를 들면, autoencoder는 MPEG-2 Audio Ⅲ (MP3) 압축 알고리즘과는 다르다. MP3 알고리즘은 일반적으로 소리에 관한 압축이지만 특정한 종류의 소리에 관한 것은 아니다. 얼굴 사진에 대해 학습된 autoencoder는 나무의 사진을 압축하는 데에는 좋은 성능을 내지 못하는데 그 이유는 autoencoder가 배우는 특징은 얼굴 특유의 것이기 때문이다. Autoenco.. 2022. 12. 8.
자연 지능 (Natural Intelligence) 자연 지능 (Natural Intelligence) 자연 지능 (NI, natural intelligence)은 생명체가 가지고 있는 지능이고 이는 곧 생존을 위한 능력이다. 자연 지능은 학습과 예측으로 나뉜다. 자연과 연결되는 인간의 자질을 포함하는 다차원 개념이다. 인식 (Cognition) 환경 지식, 태도 및 행동의 직관적이고 경험적인 역량이다. 문해력 : 자연의 차원, 요소, 패턴 및 과정에 대한 직관적인 이해 호기심 : 자연에 대한 관심과 자연의 고유한 가치에 대한 인식 야외 기술 : 야외에서 생활하고 자연 속에서 생활하기 위한 실용적인 지식과 기본 기술을 갖춤 감정 (Emotion) 직접 구현된 경험을 통해 자연과 감정적으로 연결하고 자연의 유쾌한 측면과 도전적이고 불안한 측면에 대해 열린 .. 2022. 12. 8.
생성 모델 (Generative Model) 생성 모델 (Generative Model) 생성 모델은 주어진 학습 데이터를 학습하여 학습 데이터의 분포를 따르는 유사한 데이터를 생성하는 모델이다. 생성적 적대 신경망 (GAN)은 판별 모델 (Discriminative Model)과 대조되는 통계적 모델 클래스이다. 생성 모델은 새 데이터 인스턴스를 생성할 수 있다. 판별 모델은 서로 다른 종류의 데이터 인스턴스를 구분한다. 생성 모델은 진짜 동물처럼 보이는 새로운 동물 사진을 생성할 수 있고, 분류 모델은 고양이에게 개를 말할 수 있다. GAN은 생성 모델의 한 가지 종류일 뿐이다. 데이터 인스턴스 X 집합과 라벨 Y 집합을 지정하면 다음과 같이 된다. 생성 모델은 조인 확률 p(X, Y)를 캡처하거나 라벨이 없는 경우 p(X)만 캡처한다. 판별 .. 2022. 12. 8.
[Machine Learning] 사용자기반 협업 필터링 (User-based Filtering) 사용자기반 협업 필터링 (User-based Filtering) import pandas as pd import numpy as np import seaborn as sns import matplotlib.pylab as plt from sklearn.metrics import mean_squared_error from datetime import datetime %matplotlib inline movies = pd.read_csv('movies.csv') # 영화 정보 ratings = pd.read_csv('ratings.csv') # 사용자가 영화에 대해 남긴 평점 데이터 print(movies.shape) print(ratings.shape) movies.head() # 제목으로 영화 찾기 mo.. 2022. 12. 7.
[Machine Learning] 추천 시스템 (Recommender System) 추천 시스템 (Recommender System) 추천 시스템 (推薦 system)은 정보 필터링 (IF) 기술의 일종으로, 특정 사용자가 관심을 가질만한 정보 (영화, 음악, 책, 뉴스, 이미지, 웹 페이지 등)를 추천하는 것이다. 추천 시스템에는 협업 필터링 기법을 주로 사용한다. 소셜 북마크 사이트에서 링크를 사람들에게 추천하고 무비렌즈 데이터 세트에서 영화를 추천하는 방법등이 이에 속한다. 협업 필터링 (Collaborative Filtering) 협업 필터링은 많은 사용자들로부터 얻은 기호정보에 따라 사용자들의 관심사들을 자동적으로 예측하게 해주는 방법이다. 협력 필터링 접근법의 근본적인 가정은 사용자들의 과거의 경향이 미래에서도 그대로 유지 될 것이라는 전제에 있다. Data sparsity .. 2022. 12. 7.
Programming LSTM with Keras and TensorFlow Programming LSTM with Keras and TensorFlow 전방 연결을 가진 신경망은 항상 첫 번째 숨겨진 계층에 연결된 입력 계층으로 시작한다. 각 숨겨진 계층은 항상 다음 숨겨진 계층에 연결된다. 마지막 숨겨진 계층은 항상 출력 계층에 연결된다. 이러한 연결 방식이 이러한 네트워크를 "feed-forward"라고 부르는 이유이다. 반복 신경망은 역방향 연결도 허용되기 때문에 경직되지 않는다. 반복적인 연결은 층의 뉴런을 이전 층 또는 뉴런 자체에 연결한다. 대부분의 반복 신경망 아키텍처는 반복 연결에서 상태를 유지한다. 피드포워드 신경망은 어떤 상태도 유지하지 않는다. LSTM LSTM (Long Short Term Memory) 레이어는 심층 신경망과 함께 자주 사용하는 반복 단위.. 2022. 12. 6.
[Computational Neuroscience] 흥분성에 영향을 미치는 인자들 흥분성에 영향을 미치는 인자들 (Factors affecting membrane excitability) 세포외액의 Ca2+은 Na+의 세포막에 대한 투과도를 감소시키므로 세포막에서 stabilizer로 작용한다. 따라서, hypercalcemia 시는 Na+의 투과도가 감소되어 막전위가 과분극 (hyperpolarization)으로 되어 흥분성은 감소하는 반면 hypocalcemia 시는 Na+의 투과도가 증가되어 막전위가 저분극 (hypopolarization)이 되어 흥분성이 증가된다. Hypokalemia 시는 세포외액의 K+이 감소되면 [K+]o / [K+]i의 비율이 증가되어 막전위가 과분극으로 되어 흥분성이 감소된다. Hyperkalemia 시는 [K+]o / [K+]i의 비율이 감소되어 막.. 2022. 12. 6.
728x90
반응형
LIST

티스토리툴바