pytorch, tensorflow, keras를 이용하지 않고 numpy만으로 구현한 CNN
MNIST 데이터셋 이용에만 tensorflow 사용
accuracy 10% 대의 결과로, 성공하지는 못함
gpu 병렬 연산을 이용하지 못해 시간이 오래걸려 실험을 많이 하지 못함
https://hanbit.co.kr/store/books/look.php?p_code=B7818450418
https://drive.google.com/drive/folders/1yByDjj6r352YGqUPKHpFFNA9yqu5n4vn
파이토치 첫걸음 책의 CNN 예제 코드 참고
numpy 등 라이브러리를 이용하지 않고 파이썬 기본 내장함수 만으로 구현한 인공 신경망
하나의 hidden layer를 가짐
EMNIST 데이터셋 이용 학습
시간이 오래걸려 테스트 데이터 일부(10000개)로 실험
약 20분 소요
test 데이터로는 직접 쓴 손글씨 (t u v w x y z)
16/20 의 accuracy로 적당히 잘 학습된 것 확인
c언어 기본 내장함수 만으로 구현한 인공 신경망
위 파이썬 ipynb 파일과 작동 원리는 같음
MNIST 학습(1000) + EMNIST 학습(1000) : 약 20초 소요
MNIST 학습(10000) + EMNIST 학습(10000) : 약 6분 30초 소요
1000개 학습으로 손글씨 테스트 15/20 accuracy
https://github.com/makeyourownneuralnetwork/makeyourownneuralnetwork/blob/master/part2_neural_network_mnist_data.ipynb
신경망 첫걸음 책의 예제 코드 참고
https://www.kaggle.com/datasets/crawford/emnist
EMNIST 데이터셋
mnist_train.csv 는 원래 60000개의 rows지만 github 업로드를 위해 50000개로 용량 축소 후 업로드
DDPM (Denoise Diffusion Probabilistic Models)
colab T4 GPU 기준, FashionMNIST(epoch 20) + MNIST(epoch 20) : 약 20분 소요
내 local 환경 기준, FashionMNIST(epoch 10) + MNIST(epoch 10) : 약 20분 소요
https://arxiv.org/pdf/2006.11239.pdf
https://github.com/BrianPulfer/PapersReimplementations/blob/main/src/cv/ddpm/notebook/DDPM.ipynb