![]()
https://yjs-program.tistory.com/114 Jupyter notebook Anaconda 가상환경 anaconda 가상환경 상태에서 jupyter notebook 파일을 실행시킬 때 간혹 기존의 라이브러리가 없다고 뜨는 경우가 있다. 이는 jupyter notebook이 conda환경에서 따로 설치하지 않아도 되기 때문이다. 간단하 yjs-program.tistory.com 이 포스팅의 연장이라 볼 수도 있을 것 같다. JupyterLab or Jupyter Notebook을 동작시켜 .ipynb 파일을 동작할 때 특정 anaconda환경 상에서 돌려야 하는 경우가 있다. 그럴 경우엔 우측 상단의 kernel을 내가 설정한 Anaconda 환경으로 바꿔줘야 하는데, 이 과정을 위해 ..
PAPER On Recognizing Texts of Arbitrary Shapes with 2D Self-Attention Scene text recognition (STR) is the task of recognizing character sequences in natural scenes. While there have been great advances in STR methods, current methods still fail to recognize texts in arbitrary shapes, such as heavily curved or rotated texts, arxiv.org GITHUB GitHub - clovaai/SATRN: Official Tensorflow Implementat..
PAPER What Is Wrong With Scene Text Recognition Model Comparisons? Dataset and Model Analysis Many new proposals for scene text recognition (STR) models have been introduced in recent years. While each claim to have pushed the boundary of the technology, a holistic and fair comparison has been largely missing in the field due to the inconsistent ch arxiv.org BLOG What Is Wrong With Scene Text Re..
https://sangminwoo.github.io/glossary Glossary A to Z sangminwoo.github.io 심플하고 정의위주로 잘 정리되어 있는 좋은 자료
셀 클릭 후, Shift + L : 셀 별 라인넘버 확인 가능
np.fromiter numpy.fromiter — NumPy v1.21 Manual numpy.fromiter numpy.fromiter(iter, dtype, count=- 1, *, like=None) Create a new 1-dimensional array from an iterable object. Parameters iteriterable objectAn iterable object providing data for the array. dtypedata-typeThe data-type of the returned array. numpy.org #In python 3 keys = np.fromiter(Samples.keys(), dtype=float) vals = np.fromiter(Samp..
특정 값으로 정렬 https://codetorial.net/tips_and_examples/numpy_argsort.html 29. NumPy 어레이 정렬 (np.argsort) - Codetorial NumPy의 argsort() 함수를 사용해서 어레이를 정렬하는 방법에 대해 소개합니다. codetorial.net sorted_w = np.argsort(candidate_boxes[:,2]) sorted_cand_w = candidate_boxes[sorted_w][::-1] f [[612.16601562 383.29618768 229.13476562 51.33431085] [639.52539062 219.02639296 482.20898438 95.82404692]] b [[639.52539062 2..
![]()
※ 본 게시물은 T아카데미에서 제공하는 "Git & GitHub Page" 강좌를 정리한 내용입니다. +) 추가 참고 자료 : https://backlog.com/git-tutorial/kr/ 누구나 쉽게 이해할 수 있는 Git 입문~버전 관리를 완벽하게 이용해보자~ | Backlog 누구나 쉽게 알 수 있는 Git에 입문하신 것을 환영합니다. Git을 사용해 버전 관리를 할 수 있도록 함께 공부해봅시다! backlog.com T아카데미 | 스마트 ICT 전문가 양성 [2020.04.08] SK테크엑스(사장 김영철, www.sktechx.com)은 중소벤처기업부(장관 박영선)와 공동으로 청소년 애플리케이션(앱) 개발 경진대회인 ‘스마틴* 앱 챌린지 2020’을 개최, 오는 5월 13일까 tacademy...
![]()
※ 본 게시물은 T아카데미에서 제공하는 "Git & GitHub Page" 강좌를 정리한 내용입니다. T아카데미 | 스마트 ICT 전문가 양성 [2020.04.08] SK테크엑스(사장 김영철, www.sktechx.com)은 중소벤처기업부(장관 박영선)와 공동으로 청소년 애플리케이션(앱) 개발 경진대회인 ‘스마틴* 앱 챌린지 2020’을 개최, 오는 5월 13일까 tacademy.skplanet.com [사전 작업] 1. GitHub 계정 생성 --> 나는 이미 있음 2. 소스트리 설치 --> Git GUI 툴 설치 (관련 참고 포스팅 : https://goddaehee.tistory.com/276) 3. Visual Studio 설치 --> 난 Pycharm을 쓰니깐 넘김 Git 기초 Git : 소스 ..
![]()
머신러닝 통계학 핵심 개념 - 가설 검정 : 표본에 대한 통계적 테스트를 수행해, 전체 모집단에 대한 추론을 생성하는 과정, 귀무가설(H0), 대립 가설(연구가설, H1)을 통해 가정이 통계적으로 의미가 있는지 검정 : 모델링에서 각 독립 변수에 대해 0.05(5% 미만)보다 작은 p-value는 유의미하다고 간주. - 가설 검정의 단계 : [귀무가설 정의] → [표본 추출] → [검정 통계량에 따른 귀무가설의 통계적 유의성(p-value) 확인] → [검정 통계량에 따라 귀무가설 채택(p-value 0.05 이상) 또는 기각(p-value 0.05 미만)] - p-value : 귀무가설이 옳다는 전제 하에 표본에서 실제로 관측된 통계값과 같거나 더 극단적인 통계값이 관측될 확률 ex) 한 빵집에서 생산..
![]()
머신러닝 통계학 핵심 개념 - 머신러닝 분야의 발전 방향 : 수학 → 통계학 → 컴퓨터과학 → 머신러닝 - 통계 모델은 수학적 모델 → 변수들로 이루어진 수학식을 계산해 실제 값을 추정하는 방법 ex. 직선 위에 존재하는 각 점 == 데이터 / 수학적 모델로 생성 → 통계 모델 - 통계 모델을 이루는 여러 가정은 확률 분포를 따름 ex. 정규분포 : 평균에 수렴하는 구조. (평균치가 가장 많은 구조, 양 극단이 적어지는 모양==종형태) - 통계 모델은 모든 변수가 만족해야 하는 기본 가정으로 시작, 이 조건이 만족 시 모델의 성능이 통계학적으로 의미를 갖음. 용어 정리 - 모집단 : 모든 관측값 또는 분석 대상의 전체 데이터 (ex. 인구 총 조사) → 단점 : 고비용 - 표본 : 모집단의 부분집합, 분..
머신러닝을 위한 통계 기초 [ 개요 ] 1. 통계학의 용어와 통계 모델링에 대해 살펴본다. 2. 기술 통계학과 추론 통계학의 핵심 내용에 대해 살펴본다. 3. 가설 검정의 방법과 절차에 대해 살펴본다. 통계학 : 수치 데이터의 수집, 분석, 해석, 표현 등을 다루는 수학의 한 분야로 크게 기술 통계학과 추론 통계학으로 분류. - 기술 통계학: 연속형 데이터 → 평균, 표준편차와 같은 자료 요약 (키, 나이, 가격 등) 범주현 데이터 → 빈도, 백분율과 같은 자료 요약 (성별, 성씨 등) - 추론 통계학: 표본이라 불리는 일부 자료를 수집, 전체 모집합에 대한 결론 추론 추론은 가설 검정, 수치의 특징 계산, 데이터 간 상관관게 등을 통해 이루어짐 통계 모델링 : 데이터에 통계학을 적용, 변수의 유의성을 ..
![]()
탐색(Search) - 탐색(Search) : 많은 양의 데이터 중에서 원하는 데이터를 찾는 과정 Ex. DFS, BFS, Graph, Tree.. DFS와 BFS 알고리즘을 제대로 이해하려면 기본적인 자료구조인 스택, 큐에 대한 정리가 요구되므로 간단히 정리한다. 스택(Stack)과 큐(Queue)는 자료 구조(Data Structure)의 일종 +) 자료구조 : 데이터를 표현하고 관리, 처리하기 위한 구조 주요 함수 및 고려해야 할 점 - 삽입(Push) : 데이터 삽입 - 삭제(Pop) : 데이터 삭제 - 오버플로(Overflow) : 자료구조가 수용 가능한 데이터의 크기를 이미 가득 찬 상태, 삽입 연산을 수행할 때 발생 - 언더플로(Underflow) : 자료구조에 데이터가 전혀 들어있지 않은 ..
![]()
구현하기 어려운 문제 1. 알고리즘은 간단한데 코드가 지나칠 만큼 길어지는 문제 2. 특정 소수점까지 출력하는 문제 3. 문자열이 입력으로 주어졌을 때 한 문자 단위로 끊어 리스트에 넣어야 하는(파싱하는) 문제 .... = 구현하기 까다로운 문제들 본 책에서는 완전탐색: 모든 경우의 수를 주저없이 다 계산하는 해결법 / 시뮬레이션: 문제에서 제시한 알고리즘을 한단계씩 차례대로 직접 수행하는 문제 두가지를 구현 탭에서 묶어서 설명한다. 구현시 고려해야 할 메모리 제약 사항 C/C++/JAVA에서의 변수 표현 범위 파이썬에서는 직접 자료형을 지정할 필요가 없고, 큰 수의 연산을 기본으로 지원한다. 따라서 표현 범위 제한에 대해 깊게 이해하지 않아도 됨. 다만, 파이썬의 실수형 변수는 유효 숫자에 따라 연산결..
![]()
※ 본 게시물에 사용된 내용은 대다수 에서 사용된 자료이며, 일부 자료는 추가 수정한 부분도 존재합니다. 합성곱 신경망(Convolutional Neural Network)의 발견 CNN : 다차원 데이터를 위한 신경망 자세한 개념은 다음 포스팅 [Pytorch-기초강의] 4. 이미지 처리 능력이 탁월한 CNN(Convolution, kernel, Padding, Pooling) ※ 본 게시물에 사용된 내용 및 그림의 출처는 대다수 에서 사용된 자료이며, 일부 자료는 추가 수정한 부분도 존재합니다. - CNN(Convlutional Neural Network)의 기초 yjs-program.tistory.com 본 챕터에서는 CNN의 기초적인 동작부터 간단한 CNN모델까지 구현해보는 실습을 진행한다. 자세..
