본문 바로가기

전체 글84

Colaboratory 환경설정(1일차) Colaboratory Colaboratory는 웹 브라우져에서 파이썬 언어를 실행할 수 있는 도구입니다. 간편한 공유와 GPU무료 액세스가 장점이라고 합니다. 환경설정 새로 만들기 - 더보기 - 연결할 앱 더보기를 클릭합니다. Colaboratory를 검색하여 설치합니다. 상단에 있는 제목을 클릭하면 변경할 수 있습니다. 런타임 - 런타임 유형 변경에서 GPU로 변경해줍니다. 2020. 10. 5.
SpringTool 설치하기 1. Spring Tool jar파일을 받는다. https://spring.io/tools Spring Tools 4 is the next generation of Spring tooling Largely rebuilt from scratch, Spring Tools 4 provides world-class support for developing Spring-based enterprise applications, whether you prefer Eclipse, Visual Studio Code, or Theia IDE. spring.io 2. jar 파일을 프로젝트 폴더로 이동시킨다. 3. 기존에 설치된 알집 형태로 뜨기 때문에 알집을 삭제해주면 java 형식으로 바뀐다. 4. 실행해준다. 5. pa.. 2020. 9. 24.
ATOM 개발환경 script atom에서 여러 언어의 코드를 실행시켜 주는 패키지 script packages install autocomplete-python python 코드의 자동완성 기능을 통해 함수를 쉽게 호출하게 해주는 패키지입니다. autocomplete-python packages install emmet HTML과 CSS 개발을 도와주는 text editor들을 위한 플러그인으로 간략한 문법으로 코드를 완성시켜줍니다. 문법 입력 후 tab을 눌러 적용 emmet package install EMMET 사용법 2020. 9. 17.
합성곱신경망 CNN(Convolutional Neural Network) 독립변수가 많지 않으면 DNN 쓰세요~ convolutional연산 -> min pooling -> flatten(1차원으로 변경) -> dnn convolutional 연산 : input 이미지와 kernel과 동일한 영역의 값이 같은지 비교 커널들의 집합 = 필터 3X3의 커널과 입력 데이터를 비교하여 feature map으로 나타낸다. (kernel과 같은 위치에 1이 있는 갯수) biㅐs 로 보정하여 같은 값으로 각 값에 연산을 수행할 수 있다. feature map에 사이즈와 특성에 맞는 pooling 적용 flatting으로 3차원을 2차원으로 변형 #데이터 로딩 (x_train, y_train), (x_test, y_test) = datasets.mnist.load_data() img_row.. 2020. 8. 18.
심층 신경망 DNN(Deep Neural Network) 심층 신경망 DNN(Deep Neural Network) : 은닉 게층을 많이 쌓아서 만든 인공지능 기술 활성화 함수의 종류는 RELU, softmax, sigmoid가 있다. 컴파일 시 모멘텀, 아다 그리드, 아담 등의 최적화 함수를 통해 역으로 추적 분석하는 최적화 과정을 거친다. 모멘텀 : 경사도 소실 문제 : 여러 은닉 계층으로 구성되어 지능망의 최적화 과정에서 학습에 사용하는 활성화 함수에 따라 경사도 소실이 발생할 수 있다. - 경사도 소실 문제는 문제에 맞는 활성화 함수(시그모이드, ReLU, softmax...)들을 이용하여 극복 필기체를 분류하는 DNN 예제를 mnist 데이터 셋으로 실습했다. 기본 파라미터 설정 #기본 파라미터 설정 Nin = 784 Nh_l = [100, 50] nu.. 2020. 8. 13.
분류 모델 2 다음 사진과 같이 교통과 관련된 csv 파일이 있다. 이번에는 이 데이터를 가지고 학습한 후 실제 데이터와 일치율을 알아보자 csv = pd.read_csv('taxi-fare-train.csv', header = None) train_data = [] train_label = [] test_data = [] test_label = [] taxi-fare-train.csv 파일을 가져온다 학습시킬 data와 label, 테스트에 사용할 data와 label을 생성한다. for row_index, row in csv.iterrows(): if row_index == 0: continue other_data = [] for v in row.loc[1:7]: if v == "CRD": v = 0 if v ==.. 2020. 8. 12.

티스토리툴바