230324 seq2seq, tfrecord, super() 등.

@ 내가 잘 몰랐던 부분 체크하면서 정리하기 위해 적는 글.

@ 공부 한 내용을 생으로 올리기에는 애매해서, 몰랐던 부분(헷갈린 부분)만 올려봄

 

1. Class 객체 지향 언어를 쓸때

super() -> 파이썬 내부 라이브러리// 부모 class의 상속을 받는데 사용

class 클래스명(부모클래스):
  def __init__(self, ...):
  	super(클래스명, self).__init__()

부모 클래스의 __init__을 가져와서 초기화 시키겠다는 의미,

부모 클래스 안의 함수들을 가져다가 사용할 때 씀

 

2. seq2seq 모델 구조

- 언어 번역, 이미지 캡션 생성, 대화형 모델, 테스트 요약 등에 사용

- Encoder, Decoder, (이 둘을 연결하는 context 있음_ 이렇게 이해하자)

step1)

Encoder 에서 정보를 입력하면 LSTM(or GRU) 로 출력해서 context에 정보 요약

(Encoder 출력 버리고 내부 상태만 보존)

step2)

context에 들어온 입력 요소 정보를 캡슐화 하여 Decoder로 넣어줌

step3)

Decoder에서 LSTM(or GRU) 변환해줌

 

3. TFRecord : 대규모 데이터를 효율적으로 학습(빠르게 학습), TensorFlow 내 포맷 중 하나

-> 사전에 이미지를 만들어서 준비해둔다.

 

4. Multi-Scale Feature

- 인접한 레이어의 feature map을 결합해 다른 feature channel 레이어 간의 의미적 차이를 줄임.

- 다양한 스케일의 feature map 결합 -> 분할 학습

 

-skip connection : 신경망의 깊이가 깊어질 수록 발생하는 기울기 소실 문제를 해결

-inception : 다양한 크기의 컨볼루션 필터와 풀링 레이어를 병렬로 배치해, 다양한 스케일 특징을 추출 

 

-tips)

※ 어떤 모델을 찾을 때 찾는 값을 1로 둬야함

- 1이 꼭 긍정적인 것이 아니다. // 부정적인 것을 찾을 때 1을 부정적인 것으로 둬야, 문맥상 맞다.

 

※ 파이썬 포매팅 %04d 뜻 : 왼쪽부터 4글자를 못채우면 0으로 채워라, 넘으면 그대로 출력해라

 

※ 프로젝트 할 때 워크 플로어(순서) 검색해서 잘 지키기!