AI (23) 썸네일형 리스트형 [DACON] 문화 | 영화 관객수 예측 모델 개발 더보기 https://dacon.io/competitions/open/235536/overview/description [문화] 영화 관객수 예측 모델 개발 - DACON 좋아요는 1분 내에 한 번만 클릭 할 수 있습니다. dacon.io 영화 관객 수 데이터를 활용한 데이터 분석¶ 1. 라이브러리 및 데이터¶ Library & Data¶ In [3]: # 패키지 불러오기 import pandas as pd import lightgbm as lgb In [11]: # train, test, submission dara 불러오기 train = pd.read_csv('data/movies_train.csv') test = pd.read_csv('data/movies_test.csv') submission =.. [DACON] 영화 데이터를 활용한 데이터 분석1 (EDA) 1. 라이브러리 및 데이터¶Library & Data¶ In [2]: # 코랩 드라이브 마운트 하기 from google.colab import drive drive.mount("/content/drive") Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True). In [3]: # 판다스 패키지 불러오기 import pandas as pd import lightgbm as lgb In [4]: # 데이터 불러오기 train = pd.read_csv('/content/drive/MyDrive/DACON/movies/data/m.. 3. Style Transfer 실습 | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 또한 본 프로젝트는 클론코딩을 기반으로 공부한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 이전 프로젝트 과정 2021.11.11 - [Output/Computer Vision] - 2. Style&Content Rec.. 2. Style&Content Reconstruction 실습 | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 또한 본 프로젝트는 클론코딩을 기반으로 공부한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 이전 프로젝트 과정 2021.11.11 - [Output/Computer Vision] - 1. Image Reconstruct.. 1. Image Reconstruction 실습 | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 또한 본 프로젝트는 클론코딩을 기반으로 공부한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 프로젝트 과정 실습에 필요한 라이브러리 불러오기 및 환경 설정¶ In [1]: # 필요한 PyTorch 라이브러리 불러오기 im.. Style Transfer 알고리즘 | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk Style Transfer 알고리즘 1. 스타일 손실 (Style Loss) - 스타일 이미지 a 로 Gram matrix A 생성 - 노이즈 이미지 x 로 Gram matrix G 생성.. Style Reconstruction과 Content Reconstruction | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk Style Reconstruction과 Content Reconstruction 살펴보기 1. Style Reconstructions (왼쪽 글) - 레이어 1개 > conv1_1 - 레.. 스타일 손실(Style Loss) | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 스타일 손실(Style Loss) 1. 스타일(Style) - 스타일(Style) 은 서로 다른 특징(feature)간의 상관관계(correlation)를 의미 - 스타일 값이 크다는 것.. 콘텐츠 손실(Content Loss) | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 콘텐츠 손실 (Content Loss) 손실(loss) 함수는 크게 두 가지로 나누어진다. 하나는 콘텐츠 손실(content loss)이고, 나머지 하나는 스타일 손실(style loss.. CNN(Convolutional Neural Network) 구조, 합성곱(Convolution), 필터(Filter), 채널(Channel), 특징 맵(Feature Map) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 유튜브 설명 유튜브 영상에서 CNN 모델에 대해서 설명해줬는데 Channel 의 수와 그 크기는 서로 반비례 관계라고 한다. Channel 의 수가 많아지면 많아질수록 Channel 의 .. Basic theory | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk Basic theory 1_Image Style Transfer 소개 Content 라 명시된 풍경 사진과 Style 이라 명시된 예술 작품 이미지를 통해 새로운 이미지를 얻어내는 것이 .. 이전 1 2 다음
