36 손글씨 숫자 인식 37 정리

36 손글씨 숫자 인식 + 37 정리

개인의 생각을 기록해 두는 초보 블로그입니다. 코딩Python 판단 과정은 신경망의 순전파라고도 합니다. 훈련 데이터를 사용해 가중치 매개변수를 학습하고, 판단 단계에서 매개변수를 사용하여 입력 데이터를 분류합니다. 저희들이 사용할 데이터셋은 MNIST라는 이미지 집합입니다. 09까지의 숫자 이미지로 구성되어 있고 훈련 이미지가 6만장, 시험 이미지가 1만장 준비되어 있습니다. 훈련 이미지를 통해 모델을 학습하고, 학습한 모델로 시험 이미지들을 얼마나 올정의롭게 분류하는지 평가합니다.

MNIST.py데이터를 다운받고 다음과 같은 코드를 작성합니다.

이미지 프롬프트

이미지 프롬프트는 텍스트로 묘사하는 일반 프롬프트와는 달리 참조 이미지를 사용하여 이미지 생성에 도움을 줍니다. 텍스트 프롬프트와 더불어 같이 사용할 수 있있습니다. 또 이미지 프롬프트는 활용하는 경우에는 이미지의 가중치에 따라 다르겠지만, 참조 이미지의 구정이나 스타일, 색상들을 참조합니다. 위 사진을 보시면 프롬프트의 입력 구성은 세 가지로 나뉩니다. imagine prompt 이미지 프롬프트image prompts텍스트 프롬프트text prompts파라미터parameters 여기서 가장 앞에 오는 것이 바로 이미지 프롬프트입니다.

이미지 프롬프트는 이미지 업로드 후 얻어낼 수 있는 이미지 링크를 입력하면 됩니다.

프롬프트 세부사항 작성

미드저니에 프롬프트를 입력할 때는 세부사항을 확실하게 입력해야 합니다. 다음은 미드저니에 나와있는 세부사항 항목입니다. 주제 사람, 동물, 캐릭터, 위치, 사물 등 매체 사진, 회화, 일러스트레이션, 조각, 낙서, 태피스트리 등 환경 실내, 실외, 달, 나니아, 수중, 에메랄드 시티 등 조명 소프트, 앰비언트, 흐린, 네온, 스튜디오 조명 등 색상 생생한, 음소거, 밝음, 단색, 다채로운, 흑백, 파스텔 등 분위기 침착함, 차분함, 소란스러움, 활력 등 구성 인물 사진, 얼굴 사진, 클로즈업, 조감도 등 위의 이미지는 간단한 프롬프트로 이미지 생성을 부탁한 것이고, 아래는 조금 더 정확하게 프롬프트를 입력해 보았습니다.

간단한 프롬프트를 입력한 경우 대부분의 것이 랜덤 하게 적용되어 이미지가 생성되었습니다.

디지털 드로잉

디지털 드로잉은 컴퓨터 소프트웨어와 하드웨어를 사용하여 디지털 작품을 만드는 과정을 말합니다. 기존의 드로잉 방법과는 달리 디지털 드로잉을 통해 아티스트를 스타일러스나 펜을 사용하여 컴퓨터 태블릿에서 작업할 수 있으며 펜, 연필, 브러시와 같은 이전 드로잉 도구의 느낌을 시뮬레이션할 있습니다. 디지털 드로잉의 가장 큰 장점 중 하나는 다양성입니다. 디지털 아티스트는 서로 다른 물리적 도구사이를 계속 전환할 필요하지 않고 여러가지 색상, 질감 및 효과를 실시간으로 실험할 있습니다.

이를 통해 아티스트는 처음부터 다시 시작하지 않고도 아트웍을 쉽게 변형하고 수정할 있습니다. 디지털 드로잉 소프트웨어에는 여러가지 스타일과 효과를 만드는데 사용할 수 있는 레이어, 브러시, 필터 등의 여러가지 도구와 기능이 포함되어 있는 경우가 많습니다..

환경 변수 변경

실행 중인 컨테이너를 삭제하고 환경 변수 TARGET 값을 다른 값으로 지정한 새로운 컨테이너를 실행해보자.

docker rm -f web-pingdocker container run –env TARGET=google.com diamol/ch03-web-ping

–env 태그로 컨테이너 실행 시 환경변수를 변경할 있습니다. 환경 변수를 바꾸기 전과 후의 차이점으로, => 도커 이미지는 설정값의 기본값을 포함해 패키징되지만, 컨테이너 실행할 때 이 설정값을 바꿀 있습니다.

detach 플래그를 적용하지 않아 애플리케이션 출력 내용이 콘솔에 나타납니다. HTTP 요청을 보내는 대상이 google.com으로 변경되었습니다.

이미지 빌드하기

다음 명령을 사용해 Dockerfile 스크립트로 이미지를 빌드해보자.

docker image build –tag web-ping .

–tag의 인잣값 web-ping은 이미지의 이름이고, 뒤에오는 인자는 Dockerfile 및 이미지에 포함시킬 파일 경로입니다. 위의 명령에서는 경로를 현재 작업 디렉터리라는 관점에서 . 입력했다. build 명령을 입력하면 Dockerfile 스크립트에 포함된 인스트럭션이 차레로 실행되며 그 결과가 출력됩니다.

build 명령에서 오류가 발생한 경우 출력 마지막에 successfully built, successfully tagged라는 메시지가 나오면 이미지를 성공적으로 한 한 빌드한 것입니다.

테스트 및 시각화

Day 7 후기 RNN 과 LSTM 은 조금 재밌는 듯 GAN에서 경찰과 도둑 개념 흥미로웠다.

자주 묻는 질문