Maxima's Lab

안녕하세요, 오늘은 Flask 애플리케이션에서 Blueprint 패키지를 활용하여 애플리케이션의 구성요소들 모듈화하고, current_app을 사용해서 config 구성요소에 접근하는 방법에 대해서 알아보겠습니다. /myapplication /main_1 __init__.py views.py /main_2 __init__.py views.py __init__.py app.py 위의 구조에서 /myapplication/main_1/.__init__.py 파일에 대해서 알아보겠습니다. # /myapplication/main_1/.__init__.py from flask import Blueprint main_1 = Blueprint('main_1', __name__, url_prefix='/main_1') ..

안녕하세요, 오늘은 Tensorboard 내 학습 중 사용하는 Images를 추가하는 방법에 대해서 알아보겠습니다. 전체 코드는 다음과 같습니다. import tensorflow as tf from tensorflow import keras import numpy as np import datetime class CustomImageLogger(tf.keras.callbacks.Callback): def __init__(self, log_dir, validation_data, num_images=3): super().__init__() self.log_dir = log_dir self.num_images = num_images self.validation_data = validation_data def ..

안녕하세요, 오늘은 Tensorboard를 실행하는 방법에 대해서 알아보겠습니다. Tensorflow2에서 TensorBoard를 사용하는 예시에 대한 전체 코드는 다음과 같습니다. 아래 예제는 MNIST 데이터를 활용한 예시입니다. import tensorflow as tf from tensorflow import keras import numpy as np import datetime (train_images, train_labels), (valid_images, valid_labels) = tf.keras.datasets.mnist.load_data() train_images = train_images / 255.0 valid_images = valid_images / 255.0 model = ....

안녕하세요, 오늘은 Flask에서 APScheduler 패키지를 활용해서 Scheduler를 사용하는 방법에 대해서 알아보겠습니다. 먼저, APScheduler 패키지를 설치합니다. pip install Flask APScheduler 아래는 Scheduler를 사용하는 Flask Server 예제 전체 코드입니다. from flask import Flask from flask_apscheduler import APScheduler class Config: SCHEDULER_API_ENABLED = True app = Flask(__name__) app.config.from_object(Config()) scheduler = APScheduler() scheduler.init_app(app) schedu..

안녕하세요, 오늘은 pymysql 라이브러리를 활용하여 MariaDB를 연동하는 방법에 대해서 알아보겠습니다. pymysql을 사용하기 위해 다음과 같이 해당 패키지를 설치합니다. pip install pymysql 위의 명령어를 통해 pymysql 라이브러리를 설치 후에는 다음 코드를 실행하여, Database 내 특정 Table의 모든 Columns들을 조회하는 방법에 대해서 알아보겠습니다. import pymysql database_N = 'database_temp' table_N = 'table_1' db_connection = pymysql.connect(host='localhost', user='...', password='...', db=f'{database_N}', charset='utf8..

안녕하세요, 오늘은 Label Smoothing의 개념에 대해서 알아보고 알아보겠습니다. Label Smoothing (라벨 스무딩)이란, 딥러닝 분류 모델을 학습 시 사용하는 정규화 기법이며, 모델 학습 시 과확신을 방지하기 위해 사용합니다. 이를 위해 다음과 같이 One-Hot Encoding Labeling을 조정하게 됩니다. (Ex) : [1, 0, 0, 0, 0] ==> [0.8, 0.05, 0.05, 0.05, 0.05] 위와 같이 적용하기 위해서는 Categorical Crossentropy 함수를 수정해야 합니다. def label_smoothing_loss(y_true, y_pred, label_smoothing=0.1): num_classes = tf.cast(tf.shape(y_tru..

안녕하세요, 오늘은 Flask를 설치하는 방법에 대해서 알아보겠습니다. 가상 환경(Virtual Environment) 설정 Flask 설치 및 Version 확인 Flask App 생성 첫번째, 가상 환경(Virtual Environment)을 설정하는 방법에 대해서 알아보겠습니다. pip install virtualenv mkdir my_flask_project cd my_flask_project virtualenv venv venv\Scripts\activate 위의 코드는 virtualenv를 설치 후 Project Directory 생성 및 가상 환경을 활성화하는 코드입니다. 다음은, Flask를 설치하고 Version을 확인하는 방법에 대해서 알아보겠습니다. pip install Flask p..

안녕하세요, 오늘은 Anomaly Detection의 개념에 대해 알아보고 Pytorch 프레임워크를 활용해서 코드를 구현해보는 방법에 대해서 알아보도록 하겠습니다. Anomaly Detection : 이상 감지는 이미지 또는 일련의 이미지 내에서 비정상적이거나 비정상적인 패턴, 개체 또는 이벤트를 식별하느 프로세스를 의미합니다. 이어서, Anomaly Detection Task에서 Reconstruction Loss Functions으로 자주 사용하는 Loss Functions에 대해서 알아보도록 하겠습니다. Mean Squared Error (MSE) : 예측 값과 실제 값 사이의 제곱 차이의 평균을 측정하는 손실 함수 입니다. 이는 재구성된 이미지와 원본 이미지의 차이를 계산하기 위해 자주 사용됩니..