JOIN 교집합 : 두 개 이상의 테이블들을 연결 또는 결합하여 데이터를 출력하는 것 연산자에 따라 두 가지 방식이 있다.(EQUI JOIN, Non EQUI JOIN) EQUI JOIN 등가교집합 : 두 개의 테이블간에 서로 정확하게 일치하는 경우를 활용하는 조인, = 를 사용하는 조인 대부분 기본키-외래키 관계를 기반으로 발생,(모든 조인이 그런건 아니다) ... 실무에선 이걸 많이 쓴다 Non EQUI JOIN 비등가 교집합: 두 개의 테이블간에 서로 정확하게 일치하지 않는 경우를 활용하는 조인(등가연산자 = 을 제외한 연산자들을 사용한 조인 > >= <

Standard SQL : 관계형 데이터베이스(RDBMS, Table, SQL)에서 원하는 정보를 유도하기 위한 기본연산집합 비관계형 데이터베이스? = SQL이 아니다 NoSQL(MongoDB) 1. 관계형 데이터베이스 의 일반집합연산 일반집합연산을 SQL로 표현해보자(합집합, 교집합, 차집합, 카디션프로덕트(곱)) UNION, INTERSECT, EXCEPT, CROSS JOIN 2. 관계형 데이터베이스의 순수관계연산 SELECT : 특정 row만 조회 PROJECTION : 특정 col만 조회 JOIN : 두 테이블을 합쳐서 새로운 테이블을 만듦 DIVISION : 두 테이블에서 연관된 데이터만 출력 순수관계연산을 SQL로 표현하면 WHERE, SELECT, JOIN, 사용안함 순수관계연산 예시 집합..

tensorflow깔라고 보니까 문제점.. 내 컴퓨터는 python3.10.0으로 깔려있었다 tensorflow는 python3.9이하를 지원함.. 그래서 conda로 python 다운그레이드를 실행함. 아나콘다가 있었었다.. 엥... (python 버전 문제) tensorflow는 파이썬 3.9이하에서만 지원하고 나는 현재 파이썬 3.10이 되어있어서 conda install python=3.8.3 으로 파이썬 다운그레이드 편리하게 하려고 했는데 Examining conflicts 어쩌구만 뜨고 다운그레이드는 하나도 안 되서 그냥 아나콘다 가상환경에서 3.7이나 3.8로 깔아서 tensorflow 사용할 때만 이 가상환경 activate 하기로 했따. 나는 GPU를 1050Ti를 사용하기 때문에 CUD..

영상의 특징량 inter-class variation 다른 클래스를 구분 사람이 빠르게 움직이거나, 프레임이 바뀌거나, 노이즈가 끼는 경우 좋은 특징량의 조건 1. Repeatability (geometric, photometric)한 변화가 생겨도 2. Saliency(내가 관심있는 부분만 보겠다) 3. Locality(영상 밖에 관심있는 게있거나, 너무 크면 안된다. 이는 작은 영역에서 있어야 한다) 특징량의 종류 Local(각 개체) vs Global(음식) 컨볼루션, 패딩, 피처맵 가로성분의 특징이 도드라졌다 111 그런데 컨볼루션을 계속하다보면 이미지가 작아진다는 문제점이 있다. -> 패딩 패딩 -> 이미지 점점 안작아지고, 테두리 정보 안 잃어버리고 컨볼루션 할 수 있다 입력영상을 넣고 커널을..

퍼셉트론 : Fully Connected Layer 따라서 일반 딥러닝이 아닌 이미지 처리에 특화된 딥러닝 모델이 등장 Convolution 연산 커널=필터 인데 우리는 의미상 커널이라고 표현해본다 2차원 이미지 데이터를 행렬로 표시하고, 커널(필터)도 2차원 행렬로 표현해서 연산. 이미지데이터를 변형 없이 그대로 사용할 수 있다. Convolution 연산과정 이미지에 커널을 겹침. 겹치는 요소를 곱해서 결과에 넣는다. 커널은 이미지 영역 내에만 들어가야 한다.! 결과 3X3 은 겹쳐서 나올 수 있는 경우의 수에 따라 다름 컬러 이미지의 Convolution 연산 input채널의 갯수와 커널의 채널 갯수는 동일하게 해줘야 한다. (Filters always extend the full depth of ..

CNN은 대표적인 딥러닝 모델 -> 이미지(JPG,PNG) 분류에 특화되어있다. 픽셀 이미지의 기본 단위 : 픽셀 픽셀 하나당 색깔, 밝기 정보를 가진다. 각 픽셀은 3가지 색 값을 저장할 수 있으므로 RGB 채널이 있다. 그 RGB 채널은 8비트(01001110)의 수로 이뤄져있다. R:0~255 , G:0~255 , B:0~255 가능 총 8*3 = 24 비트, 2^24개의 색을 표현 가능하다 한가지 값만 가지면 흑백, 밝기만 저장함. 딥러닝을 활용한 이미지처리 기술 분야 1. 사물인식(Object Detection) 센터 스테이지 : 사람 영상에서 사람얼굴을 인식해 화면 가운데에게 오게 해주는 apple의 기술 2. 이미지 캡셔닝 ( Image Captioning) 사진을 보고 설명하는 기술? ->..