이미지 데이터 처리 및 머신러닝 개론

과목명 :
인공지능시스템

챕터요약

이미지의 정의
시작 시간 00:40
이미지는 광선의 굴절이나 물체의 상을 비추인 것으로, 디지털 카메라로 획득한 디지털 이미지에 대해 설명합니다.
픽셀과 색상 표현
시작 시간 01:10
이미지는 픽셀로 구성되며, 각 픽셀은 0에서 255까지의 값을 가지고 있어 밝기와 색상을 표현합니다.
컬러 이미지 데이터
시작 시간 01:50
컬러 이미지는 RGB 색상 정보를 포함하며, 3D 텐서 형태로 표현됩니다.
사이퍼 10 데이터셋
시작 시간 02:30
사이퍼 10 데이터셋은 머신러닝 모델 학습에 사용되는 대표적인 이미지 데이터셋으로, 10개의 클래스가 존재합니다.
데이터셋 임포트
시작 시간 04:00
PyTorch에서 사이퍼 10 데이터셋을 다운로드하고 사용하는 방법에 대해 설명합니다.
데이터 전처리
시작 시간 06:00
데이터셋을 로드하고 텐서 형태로 변환하여 모델 학습에 적합한 형태로 만드는 과정을 설명합니다.
랜덤 샘플러 구현
시작 시간 07:40
인공지능 모델 학습 시 미니배치를 랜덤하게 구성하는 랜덤 샘플러 구현 방법을 설명합니다.
미니배치 구성
시작 시간 08:30
미니배치를 구성할 때 비복원 추출을 통해 데이터를 선택하는 방법에 대해 설명합니다.
데이터 셔플링
시작 시간 12:00
데이터를 랜덤하게 섞어 미니배치를 구성하는 셔플링 기법을 설명합니다.
예시 코드 설명
시작 시간 12:50
랜덤 샘플러의 예시 코드를 통해 구현 방법과 고려사항을 설명합니다.

추천 콘텐츠

TOP