🚶‍♂️Stability Matrix 실행 순서 (1)StabilityMatrix 프로그램 실행(2)Launch option clickStable Diffusion 은 이미지를 생성할때, 매우 큰 메모리 용량이 필요하다. 초기설정 그대로 이용시 메모리 용량 부족으로 이미지 생성이 안될수 도 있다. 메모리 용량을 줄여주는 옵션을 선택하자.(3)VRAM - "--lowvrm" 체크✅ NVIDIA GPU 를 사용한다면 Xformers를 체크(4) Extra Launche Arguments 직접입력 > Save > Launch✅ 옵션을 입력한다!--enable-insecure-extension-access(5)실행완료 > 자동 WebUI 가 열림✅ 나의경우 화면에 하얀 박스가 사라지지않아서 화면분할을 사용했다..

Stable diffusion 로컬 환경 구축하는 방법을 알아보자. 🚶‍♂️Stability Matrix 설치 순서  (1)나의 로컬환경에 GPU 가 있거나 애플 실리콘인지 확인  ✅ 둘다 아닐경우 Colab 을 쓰는게 좋다.  (2)👉 StabilityMatrix Github Link 접속 > Download  ✅ 자신의 환경에 맞는 운영체제 선택  (3) Stability Matrix 설치 시작 > Agree 클릭> continue 클릭  (4) 이미지 생성후 저장공간 선택 > Continue 클릭   (5) 인터페이스 선택 > Stable Diffusion WebUI 클릭   ✅ Automatic 1111을 선택  (6) 추천 모델 선택안하고 close 클릭

이미지 생성 AI . Stable Diffusion 🤔 Stable Diffusion이란?✅ ** Stable Diffusion 는 무작위 노이즈 이미지 로부터 역방향 확산을 통해 원하는 이미지를 생성하는 방식** 이다.Stability AI의 공식 파트너사 AICU Inc. 에서 제공Stable Diffusion XL(SDXL) 모델을 사용함. AUTOMATIC1111/Stable Diffusion WebUI(v1.8.0)디지털 일러스트레이션 제작할 때 쓰임Google colab 활용 가능함. SDXL에는 OpenAI 가 개발한 CLIP-ViT/L 과 오픈소스인 OpenCLIP-ViT/G , 테스트 데이터인 LAION 이 적용됨잠재확산 모델(latent diffusion model): 잠재공간(lat..

💡 블로그를 하다보니 내가쓴 글에대해서 설명해주는 상징적인 그림이나 사진이 필요하다고 느꼈다.찾아보니 Fooocus 라는 이미지 생성 툴이 있다고 해서 사용 해보았다.1. Fooocus 접속   ⚙️ (1)Fooocus Github접속 > **(2)open in colab click > (3)Copy to Drive > (4)실행 클릭 colab 이 실행되면 내가 사용할수 있는 URL 이 나온다2. 주소창으로 이미지 생성기 접속Colab 실행 완료 > prompt 의 url 복사 > 크롬 주소창에 입력하여 접속3. 실행원하는 이미지를 설명 >'높은수준의 설계'> 사진설정 'realistic' > 퍼포먼스 '하이퍼 sd' > 배율(세로줄무늬로 번역됨) 설정 > 탄생 클릭!

📌 본 포스팅은 오버샘플링을 통한 데이터 불균형 해결 내용을 다룹니다. 📌 [참고] 데이콘 1. 데이터 불균형  1.1 데이터 불균형 모델 학습의 균형한 클랫의 데이터가 다른 클래스에 비해 훨씬 많을 때 발생함. ex) 은행 사기 탐지 시스템에서 정상거래는 많지만 사기거래는 적은 경우 모델이 사기 거래를 제대로 인식하지 못할 수있음. 모델 성능 저하, 일반화 능력 감소, 부정적 결과 초래데이터가 불균형하면 다양한 상황을 제대로 학습 불가. 특정 유형 데이터만 많이 보면 다른 중요한 유형 간과 혹은 잘못 이해소수 클래스 과소평가 사기거래를 찾는게 아니라 그냥 모든 거래를 정상으로 분류 할수 있음. 이럴경우 99 퍼 예측률 나옴. 불균형으로 인한 과적합이 나올수 잇음. 정상거래에 완전히 과..

📌 본 포스팅은 이상치를 체크하고 시각화하는 내용을 다룹니다.비정상적이지만 중요할 수잇는 데이터 포인트 발견 , 통계기법과 알고리즘 접근법 , Z-score, DBSCAN, LOF 다변량 기법단변량 이상치, 다변량 이상치 탐지 1. 데이터에 숨이있는 이상치의 비밀과 영향 다른값과 현저히 다른 데이터 , 오류, 실수, 예상치 못한 중요한 현상 반영 하기도함.이상치는 종종 숨겨진 비밀을 풀어나가는 열쇠 , 잘못하면 분석 결과를 왜곡.  1.1 정의좀 특별해, 새로운 관점이나 중요한 정보.  1.2 원인인간적인실수, 데이터 손상, 실제로 예외적인 일( 이상치로 단정지어버리면 안되고 원인 분석을 하고 패턴에서 위치 이해).  1.3 유형단변량 이상치 : 변수하나에서 이상한 값.다변량 이상치 : 변수 여러개를 ..