다양한 딥러닝 프로젝트를 실습하며 학습한 결과물들을 모은 저장소입니다. 주요 프로젝트는 사망 확률 예측, 개/고양이 분류, 사람 얼굴 그리기, 쇼핑 이미지 분류 등으로 구성되어 있습니다.
DeepLearning-FastFollow/
│
├── Checkpoint/ # 모델 체크포인트 디렉토리
│ ├── checkpoint # 체크포인트 메타 정보
│ ├── mnist.data-00000-of-... # MNIST 모델 데이터 파일
│ ├── mnist.index # MNIST 모델 인덱스
│
├── CommentAi/ # 댓글 AI 관련 코드
│
├── Composition/ # 구성 관련 기능 (미정의)
│
├── Data/ # 데이터 파일 모음
│
├── dataset/ # 데이터셋 1
├── dataset2/ # 데이터셋 2
│
├── DeadProbability/ # 사망 확률 예측 프로젝트
│ ├── Data/ # 데이터 디렉토리
│ ├── SaveModel/ # 학습된 모델 저장소
│ ├── DeadProbability_Pre...py # 사망 확률 전처리 코드
│ ├── DeadProbability.py # 사망 확률 메인 코드
│
├── DogCatAnalysis/ # 개/고양이 분류 프로젝트
│ ├── DogCatAnalysis.py # 메인 분석 코드
│
├── DrawHumanFace/ # 사람 얼굴 그리기 프로젝트
│ ├── img_align_celeba/ # CelebA 이미지 데이터셋
│ ├── trainingimg/ # 학습용 이미지
│ ├── DrawHumanAi.py # 메인 모델 코드
│
├── LogFile/ # 학습 로그 저장소
│ ├── Log_Model_1747547... # 로그 파일
│
├── ModelImage/ # 모델 이미지 저장 디렉토리
│ ├── Model_FunctionalAPI... # Functional API 모델
│
├── SaveModel/ # 모델 저장소 (다중 프로젝트 포함)
│ ├── DogCatAnalysis1/ # DogCat 모델 저장
│ ├── SaveModel/ # 기타 저장 경로
│ ├── ShopImageTraining/ # 쇼핑 이미지 모델
│ ├── CompositionLSTM.keras # LSTM 모델
│
├── ShopImage/ # 쇼핑 이미지 분류 프로젝트
│ ├── ShopImageTraining_...py # 학습 코드들
│ ├── ShopImageTraining.py # 메인 학습 코드
│
├── train/ # 훈련 관련 파일 (미정의)
│
├── .gitignore # Git 무시 설정
├── GetModel.py # 모델 가져오기 유틸
├── GpuTest.py # GPU 테스트 코드
├── inception_v3.h5 # 사전 학습된 Inception 모델
├── README.md # 프로젝트 설명 파일
├── sampleSubmission.csv # 샘플 제출 양식
├── TransferLearning.py # 전이 학습 예제
loss: 0.0641 - accuracy: 0.9775 - val_loss: 0.0544 - val_accuracy: 0.9812
epochs : 46, 최종 loss는 Discriminator : 0.5758713781833649, GAN : 2.515842914581299
실제 트레이닝된 이미지 :
GpuTest.py: GPU가 정상적으로 작동하는지 확인
GetModel.py: 저장된 모델 로드 및 테스트