AI (42) 썸네일형 리스트형 3. TensorFlow 2.x - Linear Regression 예제 참고: https://youtu.be/A9JqeLvAI3g?si=rydFLAjQyVhhcwPz 영상에서 나온 예제코드는 맨 아래 붙여 놓았다. 이번 예시의 문제는 다음과 같다. 3개의 입력데이터에 대해서 1개의 출력데이터가 있고, 이것에 대한 훈련용 데이터가 있고 테스트 데이터도 주어진다. 훈련후, 테스트 데이터를 통해서 얼마나 잘 추론하였는지 알아보자. 먼저 필요한 패키지들을 import하고 데이터를 입력한다. 이에 적합한 모델을 만들고 확인해보자. 훈련시키고, 확인해보자. 훈련하는 동안 마지막 로그를 보면 loss: 2.9755e-11 이다. '0'이나 다름없다.테스트 데이터를 넣었을 때 정답과 비교해보면 맞춘거나 다름없다. 이를 학습했을 때 결과값인 hist를 통해서 아래와 같이 확인할 수 있.. 2. TensorFlow 2.x - Linear Regression 이론 참고: https://youtu.be/X4MeAAOy4cQ?si=pNBEW-9__29aq77v Linear Regression은 미래를 예측하는데 많이 사용하는 방법으로,과거의 데이터로부터 경향에 대해 파악하고 앞으로 있을 미래도 비슷한 경향을 가질거라는 전제하에 선형적으로 예측하는 것이다.위에서 공부시간이 늘어날 수록 시험성적이 좋아지는데 더 몇시간을 공부하면 내가 원하는 점수에 도달할 수 있을 지 같은 문제를 푸는 것이다. 선형으로만 예측하기에 y = ax + b의 식에서 a, b를 찾는 문제가 된다. 여기서 문제는 원래 직선함수는 두개의 점만 주어지면 되는데, 여기서는 여러개의 점(데이터)가 주어지므로 딱 맞는 직선을 구할 수 없다. 그러면 어떤 직선이 이 데이터를 잘 표현할까? --> 여기서, .. 1. TensorFlow 2.x - Eager Execution, Keras 시작 참고: https://youtu.be/YglrA-qoKa4?si=ACcl_1RD962Mnvphhttps://youtu.be/Ke70Xxj2EJw?si=mvkRTsikmUpgqHIE 아래 내용은 위의 유튜브를 보면서 학습한 내용입니다. -- Eager ExecutionTensorFlow 1.x 와 2.0의 큰 차이는 Eager Execution. --> 일반적인 python에서 하는 연산처럼 텐서를 다룰 수 있다.1.x에서는 Tensor 변수를 다루기 위해서 계산 그래프를 선언하고 세션을 통해 텐서를 주고 받으며 계산.2.x에서는 그래프와 세션을 만들지 않고 계산이 가능하며 numpy()를 이용하면 텐서와 넘파이 타입으로 변환 가능. 2024년인 지금에 와서는 당연하게 받아 들이는 내용이다. -- Kera.. 3-12. High-Quality Text-Free One-Shot Voice Conversion with FreeVC and OpenVINO™ 참고: https://docs.openvino.ai/2024/notebooks/freevc-voice-conversion-with-output.html High-Quality Text-Free One-Shot Voice Conversion with FreeVC and OpenVINO™ — OpenVINO™ documentationHigh-Quality Text-Free One-Shot Voice Conversion with FreeVC and OpenVINO™ This Jupyter notebook can be launched after a local installation only. FreeVC allows alter the voice of a source speaker to a target style.. 3-11. Text-to-speech generation using Bark and OpenVINO 참고: https://docs.openvino.ai/2024/notebooks/bark-text-to-audio-with-output.html Text-to-speech generation using Bark and OpenVINO — OpenVINO™ documentationText Encoder Text encoder is responsible for embedding initial text prompt into high-level semantic tokens. it uses tokenizer for conversion input text to token ids and predicts semantic text tokens that capture the meaning of the text. There .. 3-10. Named entity recognition(NER) with OpenVINO™ Rome’s Imperial Period was its last, beginning with the rise of Rome’s first emperor in 31 BC and lasting until the fall of Rome in AD 476. During this period, Rome saw several decades of peace, prosperity, and expansion. By AD 117, the Roman Empire had reached its maximum extant, spanning three continents including Asia Minor, northern Africa, and most of Europe.In AD 286 the Roman Empire was s.. 3-9. Convert a TensorFlow Object Detection Model to OpenVINO™ 참고: https://docs.openvino.ai/2024/notebooks/tensorflow-object-detection-to-openvino-with-output.html Convert a TensorFlow Object Detection Model to OpenVINO™ — OpenVINO™ documentationConvert a TensorFlow Object Detection Model to OpenVINO™ This Jupyter notebook can be launched on-line, opening an interactive environment in a browser window. You can also make a local installation. Choose one of t.. 3-8. Background removal with RMBG v1.4 and OpenVINO 참고: https://docs.openvino.ai/2024/notebooks/rmbg-background-removal-with-output.html Background removal with RMBG v1.4 and OpenVINO — OpenVINO™ documentationBackground removal with RMBG v1.4 and OpenVINO This Jupyter notebook can be launched after a local installation only. Background matting is the process of accurately estimating the foreground object in images and videos. It is a very importa.. 이전 1 2 3 4 5 6 다음
