1) https://geunsuheo.github.io/deep%20learning/maskrcnn/ Mask R-CNN - 용어 정리를 중심으로 정리 Studying Programming Development geunsuheo.github.io 2) https://medium.com/@umerfarooq_26378/from-r-cnn-to-mask-r-cnn-d6367b196cfd From R-CNN to Mask R-CNN Region Based Convolution Neural Network medium.com 3) https://tensorflow.blog/2017/06/05/from-r-cnn-to-mask-r-cnn/ From R-CNN to Mask R-CNN Athelas의 블로그에 이미지..
공부하는삶
- 문제를 여러 CPU로 병렬화한다면 n 코어 시스템에서 최대 n배의 속도 향상을 기대할 수 있음 - 암달의 법칙(Amdahl's law) : 코드 중 일부만 병렬화 할 수 있다면 그 부분에 얼마나 많은 CPU를 할당하느냐는 중요하지 않다는 사실을 보여준다. - 멀티프로세싱 모듈을 사용하면 프로세스나 스레드 기반의 병렬 처리를 사용해서 작업을 대기열에 분산시키고 프로세스 간에 데이터를 공유할 수 있음. 이 모듈은 주로 단일 컴퓨터에서의 멀티코어 병렬성에 초점을 맞춰 있음. CPU 위주의 작업을 여러 프로세스로 병렬화, I/O 위주의 문제를 병렬화. 멀티프로세싱 모듈로 처리할 수 있는 전형적인 작업 - CPU 위주의 작업을 Process나 Pool 객체를 사용하여 병렬화 - 더미(dummy) 모듈을 사용해..
1. 텐서(tensor) 2. 플레이스홀더(placeholder) : 그래프에 사용할 입력값을 나중에 받기 위해 사용하는 매개변수 3. 변수(variable) : 그래프를 최적화하는 용도로, 텐서플로우가 학습한 결과를 갱신하기 위해 사용하는 변수. 이 값들이 신경망의 성능을 좌우함 4. 연산 5. 그래프 : 텐서들의 연산 모음. 텐서플로우는 텐서와 텐서의 연산들을 먼저 정의하여 그래프를 만들고, 이후 필요한 연산을 실행하는 코드를 넣어 '우너하는 시점'에 실제 연산을 수행. 이런 방식을 지연 실행. 6. 랭크(Rank) : 차원의 수. 0이면 스칼라, 2이면 백터, 3이상 n-Tensor 또는 n 차원 텐서 7. 세이프(Shape) : 각 차원의 요소 개소, 텐서의 구조를 설명 코드 실행해보기 x_dat..
1) 리스트 - 인덱스 0부터 시작, 음수 인덱스 : 뒤에서 ~번째 list_1=[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19] list_s1="Der Spiegel S.O.S" [start:stop:step] >>> print("list_1[7:15:3]= ", list_1[7:15:3]) list_1[7:15:3]= [7, 10, 13] >>> print("list_s1[3::2] = ", list_s1[1:22:5]) list_s1[3::2] = ei S [start:] >>> print("list_1[9:] = ", list_1[9:]) list_1[9:] = [9, 10, 11, 12, 13, 14, 15, 16, 1..
