안녕하세요. 슬랙 초대메일이 안와서 회사메일이 아닌 개인계정 jinlove947@gmail.com 으로 초대 부탁드립니다.  그리고 수업자료는 어디에서 받을 수 있나요?

안녕하세요. 슬랙 가입 초대 메일을 받지 못하여 문의 드립니다.원래 ototo4@nate.com으로 인프런으로 가입했었는데ototo4@ewhain.net 으로 초대해주시면 감사하겠습니다. 

 슬랙 초대 메일 추가 부탁드립니다.감사합니다.tradeyk93@gmail.com

안녕하세요 강사님. 정말 좋은 강의 감사합니다. 현재 Fast R-CNN 까지의 학습을 완료한 상태입니다.친절하고 꼼꼼한 설명덕분에, AI 에 완전히 입문입에도 불구하고 이해가 잘 되며 강의를 따라가고 있습니다.학교 프로젝트에서 AI 역할을 맡으면서 이 강의를 수강하게 되었습니다. 제가 아예 AI 쪽에 문외한이었다보니, 강사님께서 소개해주시는 모델중에서 어떤 것을 선택해야하는지 감이 잡히지 않습니다. 최종 선택은 저의 몫이긴 하나, 강사님께서 고견을 실례를 무릅쓰고 여쭤보고 싶습니다.저희 프로젝트에서 AI 의 역할은 다음과 같습니다.1. 웹캠 또는 웹카메라를 이용하여 식물을 촬영 (실시간은 아니어도 되고, 하루에 한번은 촬영을 해야합니다.)2. 해당 사진 / 영상을 통해 다음과 같은 정보를 식별 i) 잡초 여부 ii) 병충해 여부 iii) 과일이 있다면, 과일의 익은 정도 (상했는가 YES/NO 로 classfication 도 괜찮습니다.) iv) 얼만큼 자랐는가 - iv) 는 필수이고 i)~iii) 중에선 하나 정도 진행하고자 합니다.이를 수행하기 위해선 어떤 모델을 선택하는게 좋을까요? 그리고 해당 AI 서버를 구축하기 위해선 어떤 다른 지식들이 필요한지 키워드 정도만 알려주시면 정말 감사하겠습니다. (키워드만 알려주시면 나머지 학습은 제가 하겠습니다.)

안녕하세요 교수님!keras sequence 기반 dataset에서 label을 one-hot encoding을 해주는 과정에서,pd.get_dummies와 pd.factorize를 소개해주셨는데.. 만약 강의에서와 달리 pd.factorize로 인코딩하지 않고, pd.get_dummies로 인코딩했다면 모델 생성 부분에서 마지막 layer에output = Dense(2, activation='softmax')(x)로 바꿔준다면 동일한 로직인 것이 맞겠죠..? 또 다른 질문으로는, 이진 분류라면 아무래도 softmax 보다는 sigmoid를 사용하는 편이 더 나은 것인지 궁금합니다! (혹시 성능적으로 더 좋을까요...?)좋은 강의 정말 감사합니다!! 

어제 구매했는데 조금 속상하네요ㅠ설치 부터가 안 되니.. 뭘 시도할 수가 없습니다.

CIFAR10_Pretrained_01에서 성능이 매우 낮게 나와서 공유된 코드 복붙도 해보고 껐다 켜보기도 했지만 결과가 이상합니다. 뭐가 문제일까요?

Generator랑Augmentation이랑 같은건가요? 코드에서 아래 부분을 이미지데이터에서의 fit_transform이랑 비슷하다고 생각하면 되나요? # ImageDataGenerator 적용. fit()후 flow()로 image batch를 넣어주어야 함.data_generator.fit(image_batch)data_gen_iter = data_generator.flow(image_batch)# ImageDataGenerator를 동작하기 위해서는 next()등으로 iteration을 호출해야함.aug_image_batch = next(data_gen_iter)아래 코드를 실행하기 전에 type이 float일 때랑 코드를 실행해서 int일 때랑 값은 큰 차이가 없는데 왜 show_image 했을 때 그림이 다르게 나오는건가요? aug_image = aug_image.astype('int')저는 width_shift 했을 때 위아래로 되는 거 같은데... 교수님 코드랑 결과가 다릅니다.. 교수님 코드처럼 width_shift는 좌우 이동으로 생각하면 되나요?

gup를 1 이상 하고 싶을 때 사용하라고 하신 코드를 실행하니 아래와 같은 에러가 계속 생기네요.(맨 마지막 줄 outputs에서 sigle_gpu_test 함수를 sigle_gpu_test_batch 함수로 바꿔서 실행하셔야 합니다.) AttributeError: 'MMDataParalle' object has no attribute 'show_result'혹시 올려주신 코드가 잘 못 됐을까 mmdetection github에서 직접 확인해 봤지만 코드는 동일한 것으로 확인 했니다. 혹시 해결 방법을 아시는지 여쭙니다.

CF_knn# Neighbor size를 정해서 예측치를 계산하는 함수 def CF_knn(user_id, movie_id, neighbor_size = 0) : if movie_id in ratings_matrix.columns : sim_scores = user_similarity[user_id].copy() movie_ratings = ratings_matrix[movie_id].copy() none_rating_idx = movie_ratings[movie_ratings.isnull()].index movie_ratings = movie_ratings.dropna() sim_scores = sim_scores.drop(none_rating_idx) if neighbor_size == 0: mean_rating = np.dot(sim_scores, movie_ratings) / sim_scores.sum() else : if len(sim_scores) > 1: neighbor_size = min(neighbor_size, len(sim_scores)) sim_scores = np.array(sim_scores) movie_ratings = np.array(movie_ratings) user_idx = np.argsort(sim_scores) sim_scores = sim_scores[user_idx][-neighbor_size:] movie_ratings = movie_ratings[user_idx][-neighbor_size:] mean_rating = np.dot(sim_scores, movie_ratings) / sim_scores.sum() else : mean_rating = 3.0 else : mean_rating = 3.0 return mean_rating실제 사용자 추천 기능 구현# 실제 주어진 사용자에 대해 추천을 받는 기능 구현 rating_matrix = ratings.pivot_table(values = 'rating', index = 'user_id', columns = 'movie_id') matrix_dummy = rating_matrix.copy().fillna(0) user_similarity = cosine_similarity(matrix_dummy, matrix_dummy) user_similatiry = pd.DataFrame(user_similarity, index = rating_matrix.index, columns = rating_matrix.index) def recom_movie(user_id, n_items, neighbor_size = 30): user_movie = rating_matrix.loc[user_id].copy() for movie in rating_matrix.columns : if pd.notnull(user_movie.loc[movie]): user_movie.loc[movie] = 0 else : user_movie.loc[movie] = CF_knn(user_id, movie, neighbor_size) movie_sort = user_movie.sort_values(ascending = False)[:n_items] recom_movies = movies.loc[movie_sort.index] recommendations = recom_movies['title'] return recommendations recom_movie(user_id=729, n_items = 5, neighbor_size = 30)오류--------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-19-1a7001173df4> in <cell line: 26>() 24 return recommendations 25 ---> 26 recom_movie(user_id=789, n_items = 5, neighbor_size = 30) 1 frames <ipython-input-16-ae1c5608a632> in CF_knn(user_id, movie_id, neighbor_size) 29 none_rating_idx = movie_ratings[movie_ratings.isnull()].index 30 movie_ratings = movie_ratings.dropna() ---> 31 sim_scores = sim_scores.drop(none_rating_idx) 32 33 if neighbor_size == 0: AttributeError: 'numpy.ndarray' object has no attribute 'drop'계속해서 강의를 돌려보면서 에러를 찾아보고 있는데 어디서 오류나 오타가 발생했는지 찾지 못하겠습니다

안녕하세요, 선생님. 영상에서 실시간 객체 탐지가 가능한 semantic segmentation모델을 개발하고싶습니다.보통 mask r-cnn에서 처리속도가 5fps라고 하는데 강의에서 제공된 mask r-cnn도 처리속도가 5fps인가요? 모델의 이러한 영상 처리속도는 어떻게 알 수 있나요?처리속도를 높이려면 어떻게 해야하나요?감사합니다.

 실습 불균형 데이터 세트 샘플링이 template_001 이라고 하셨는데 내용이 전혀 다릅니다. 다음 실습 KNN도 다르고요 지금 깃헙의 샘플 소스와 진행하시는 강의가 전혀 다른데요;; 깃헙 링크를 잘못올리신거 아닌가 싶네요

강의 자료 부탁 드리겠습니다.mue@naver.com

안녕하세요. 텐서플로 자격증 강의의 세부 목차 [기출문제 총 정리] 에 나온 기출 문제 관련 요청 문의드립니다.강사님께서 강의 하단 내용에 쓰여놓으시기로는, 슬랙에서 김민성 매니저님께 기출문제 문의드리면 된다고 강의 내용에 쓰여 있는데 직접 문의드리는 법을 알지 못하여 이곳에 문의드립니다.실례지만 혹시 확인 부탁드려도 괜찮을지요?메일로 보내주신다면 감사할 것 같습니다.감사합니다

교수님 안녕하세요. OpenCV를 통해 영상 처리를 진행하는 과정에서 문제가 발생해 질문 드립니다.import cv2 video_input_path = './data/Night_Day_Chase.mp4' video_output_path = './data/Night_Day_Chase_out.mp4' cap = cv2.VideoCapture(video_input_path) codec = cv2.VideoWriter_fourcc(*'XVID') vid_size = (round(cap.get(cv2.CAP_PROP_FRAME_WIDTH)),round(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))) #(200, 400) -> (열, 행) vid_fps = cap.get(cv2.CAP_PROP_FPS ) vid_writer = cv2.VideoWriter(video_output_path, codec, vid_fps, vid_size) frame_cnt = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) print('총 Frame 갯수:', frame_cnt, 'FPS:', round(vid_fps), 'Frame 크기:', vid_size)위의 코드를 실행시켰을 때 다음과 같은 결과 값이 출력됩니다.위의 결과 값을 보고 미리 저장해두었던 Night_Day_Chase.mp4 파일을 확인해본 결과, 주피터노트북 상에서는 영상이 아예 실행되지 않지만, local 노트북 자체에서는 영상이 정상적으로 실행됨을 확인할 수 있었습니다. 아래에 주피터 노트북 화면과, 주피터 노트북에서 영상 실행 시 나타나는 화면 사진 첨부합니다.주피터 노트북 자체의 문제일까요? 어떤 점이 문제인지 명확히 파악이 안됩니다.조언 해주시면 감사하겠습니다. 현재 제 개발환경은 다음과 같습니다.Mac Ventura 13.1jupyter notebook 6.5.4OpenCV 4.5.1Python 3.9.0 감사합니다 :)

데이터로 딥러닝 적용해보기(당뇨병 환자 데이터) 강의에서 질문입니다.해당 강의 11:00 부분에서 입출력 차원의 수를 각각 9와 1로 정해주었습니다.이때, 모델에서의 계산 과정을 아래와 같이 이해하였습니다.우선, 전체 학습 데이터는 (442, 9) 형태이고, 가중치는 (9, 1) 형태이므로(442, 9) x (9, 1) -> (442, 1) 형태가 되고 여기에 (1) 의 형태를 가진 편향을 더해주면서 브로드캐스팅을 거쳐(442, 1) + (1) -> (442, 1) 형태가 되는 것으로 이해하였습니다. 제가 생각한 계산 과정이 맞는지 궁금합니다!감사합니다.

MHCanonPose 와 MHCanonFormer의 차이점이 혹시 무엇인가요? 이름만 다른건가요?

예시에서는 독립변수가 하나밖에 존재하지 않은데 2개 이상일때는 call 메서드에 어떻게 적용시키나요? 참고로 from_tensor_slices로 dataset을 만들었을 때 궁금합니다.  아래의 코드는 제가 만든 모델 코드의 일부분 입니다. 다음과 같이 from_tensor_slices로 총 7개의 변수를 가진 tf.dataset을 생성했습니다.이후 main model의 call 메서드에 인자를 다음과 같이 6개를 지정해서 model을 학습시켰습니다. 이렇게 하는게 맞는지 궁금합니다. train_ds = tf.data.Dataset.from_tensor_slices((train_user, train_item, train_user_bert, train_item_bert, train_user_roberta, train_item_roberta, train_rating)) def call(self, user, item, user_text_bert,item_text_bert, user_text_roberta, item_text_roberta): user_vec = self.user_emb(user) item_vec = self.item_emb(item) for epoch in range(Epochs): for a, b, c, d, e, f, g in train_ds: with tf.GradientTape() as tape: predictions = model(a, b, c, d, e, f) loss = loss_object(g, predictions) gradients = tape.gradient(loss, model.trainable_variables) optimizer.apply_gradients(zip(gradients, model.trainable_variables)) train_loss(loss)

안녕하세요, 'Simple Chatbot 만들기' 관련하여 진행하다가 문의드립니다.새롭게 최신 학습용 zip 파일을 다운받아서, 콜랩에서 해당 실습 파일 올리고, 바로 전체 셀 실행 테스트 해도,질문에 대한 답변이, 계속 같은 답변으로만 나오고 있는 증상입니다.sentencepiece 같은 모듈 설치시, 시간이 지나, 버전 차이로 인한 문제일까요?이상입니다.

수강평 작성 완료했습니다.jaewon0002@gmail.com으로 강의 자료 부탁드립니다.