til
2-21[Deep learning, Django Ninja] 장고 닌자를 이용한 API 서버 구현
오늘 한 일 (회고) 1. 백준 알고리즘 문제 풀이 - 입출력 2741, 2742, 2739, 1924, 8393, 10818 - numbers = list(map(int, input().split())) # 리스트로 INPUT 값 바로 받기 2. 인공지능 API 서버 작성 및 배포 특강 - s3 서버를 이용하여 인공지능 모델을 사용하고 이미지 인공지능 처리까지 구현 * 구현 요약 django-ninja를 이용해서 이미지와 타이틀을 보내면 해당 이미지를 nst 스타일 변환을 적용시키고 변환된 이미지 파일을 s3에 업로드하고 변환된 이미지의 s3 url을 리턴하는 api를 작성 자료를 보면서 작성은 하였지만 다시 복습이 필요 내일 할 일 1. 백준 알고리즘 문제 풀기 2. 티스토리 블로그에 TIL을 올리면..
![2-20[Deep learning, LFS] 딥러닝 실습 후 깃허브에 정리 #5](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2F02H4D%2FbtrzzqRCvQP%2FAAAAAAAAAAAAAAAAAAAAAHu1mCt79PXfsZAltrxzCI-S3QpTSQfhqBOlh29c5WCz%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1753973999%26allow_ip%3D%26allow_referer%3D%26signature%3Di3KLFXbYCYW5Bn5VuThR4k7cdbs%253D)
2-20[Deep learning, LFS] 딥러닝 실습 후 깃허브에 정리 #5
오늘 한 일 (회고) 1. 백준 알고리즘 문제 풀이 - 입출력 10952, 10953, 11021, 11022, 11718, 11719, 11720, 11721 - string formatting 기법 중에 print(f'Case #{i+1}: {a} + {b} = {a+b}') # print("Case #1: {result}".format(result= a+b)) f'정수의 덧셈도 표현이 가능' 반면 정수의 덧셈 표현이 불가능. format 2. 딥러닝을 통한 이미지 처리 5주 차 완강 https://github.com/nmdkims/deep_learning_image- GitHub - nmdkims/deep_learning_image- Contribute to nmdkims/deep_learning_..
![2-19[Deep learning] 딥러닝 실습 후 깃허브에 정리 #4](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FbKpyQV%2FbtrtGhtVg5z%2FAAAAAAAAAAAAAAAAAAAAAGSm63UmHKVyOeSwYlc8OsSlcRsPI_mF8cTKISutGoSS%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1753973999%26allow_ip%3D%26allow_referer%3D%26signature%3DEhXvIpxwOzFzTu6xe%252Fhv3chSEQI%253D)
2-19[Deep learning] 딥러닝 실습 후 깃허브에 정리 #4
오늘 한 일 (회고) 1. 백준 알고리즘 문제 풀이 시작 - 깃허브와 연동, CI, CD를 이용한 연동을 하려고 하였지만 Baekjun_hub라는 크롬 확장 프로그램이 있어서 이것을 이용함, 문제를 풀어서 맞추면 자동으로 연동이 되는 방식 - 하루에 5문제씩 풀 계획 - 입출력 2557, 1000, 2558, 10950, 10951 2. 딥러닝을 통한 이미지 처리 4주 차 완강 실습이 너무 재밌어서 다음에 개발일지에 해당내용들을 정리하도록 하겠습니다. nmdkims/deep_learning_image- (github.com) GitHub - nmdkims/deep_learning_image- Contribute to nmdkims/deep_learning_image- development by creat..
2-18[Deep learning] 딥러닝 실습 후 깃허브에 정리 #3
오늘 한 일 (회고) 1. 파이썬 기초 복습 특강 - 장고 처음 설정부터 회원가입 로그인 등 다시 한번 복습 - 똑같은 프로젝트를 강의를 따로 듣지 않고 혼자 생각해서 설정부터 구현까지 반복 연습 중, CSS 제외 2. 파이썬 기초 특강 - 인공지능 전복 나이를 얻는 것을 예제로 학습함 데이터 셋을 뽑고 epoch를 정해서 인공지능 모델을 훈련시키는 과정을 세세하게 다뤄봄 복습 중 - 키워드 : 데이콘, https://poiemaweb.com/, 나도코딩 파이썬 무료 강의 기본 편, 별 찍기, 빵형 3. 딥러닝을 통한 이미지 처리 3주 차 완강 - 마스크 노 마스크를 구분하는 모델 - 남자, 여자 노인, 어른을 구분하는 모델 nmdkims/deep_learning_image- (github.com) Gi..
![2-17[Deep learning] 인공지능 특강 정리 #2](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2F44Lyv%2Fbtrtt5NuuN6%2FAAAAAAAAAAAAAAAAAAAAABAcgk6CL8nso5KVe_8IhaeiDSbvLCmAo59iOtRUq3aN%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1753973999%26allow_ip%3D%26allow_referer%3D%26signature%3DTG%252FnTU1eMfwhNJGwC9dKsJLD3XY%253D)
2-17[Deep learning] 인공지능 특강 정리 #2
오늘 한 일 (회고) 1. 인공지능 특강 - Style Transfer 의미 말 그대로 한 이미지의 내용에 다른 이미지의 스타일을 입히는 것을 뜻한다. 하는 법 Convolution Neural Network 합성곱을 이용하여 Style Transfer를 수행한 - CNN 간략 다시 정리 작은 사이즈의 필터를 만들어준다. 이 필터를 이미지에서 순차적으로 돌아가면서 연산을 걸어준다. 이때 필터를 통과한 결과는 행과 열의 크기가 줄어든다 구조 중간에 있는 Feature map들은 이전 데이터의 함축적인 정보를 포함하고 있다. - GAN 간략 다시 정리 - 용어 정리 가중합 : 가중치를 곱한 값을 더한 값 CVPR : 전 세계 최고 권위 컴퓨터 학회 G : generator D : discriminator 2..
![2-16[Deep learning] 이미지 처리 기초, png 배경 투명도 유지 #1](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2F4iqW8%2FbtrtrX2yCE4%2FAAAAAAAAAAAAAAAAAAAAAKYrEuqqnyWbUkNsvo-2xJPOQR7yelmhuHoXy4q2UBqm%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1753973999%26allow_ip%3D%26allow_referer%3D%26signature%3DpQF0sLS5CbVFVOlFVDq6nPssMjY%253D)
2-16[Deep learning] 이미지 처리 기초, png 배경 투명도 유지 #1
오늘 한 일 (회고) 1. 파이썬 기초강의 수강 2. 딥러닝을 통한 이미지 처리 1주 차 듣기 - 딥러닝 모델 구조 복습 Deep Feedforward Network (DFN) Fully connected Multi Layer Perceptron 밑의 사진의 노란색 부분이 인풋 부분 빨간색 부분이 아웃풋 부분 초록색 부분이 히든 레이어 Recurrent Neural Network 시계열 데이터 : 기상, 주식, 물가 등 인풋 부분에 3일 전 2일 전 1일 전 등의 입력값을 넣으면 아웃풋에 1일 후 2일 후 3일 후 등의 값을 예상할 수 있는 모델 Long/Short Term Memory 이것도 동일하게 시계열 데이터이지만 이전 값을 저장해놓은 메모리 값이 있음 Convolutional Neural Net..