본문 바로가기

전체 글817

[Numpy,Matplotlib] 1. 배열다루기+시각화의 기초 In [2]: import tensorflow as tf In [3]: tf.__version__ Out[3]: '2.4.1' In [4]: import sys print(sys.version) 3.8.5 (default, Sep 3 2020, 21:29:08) [MSC v.1916 64 bit (AMD64)] In [5]: import torch In [6]: torch.rand(10) Out[6]: tensor([0.3455, 0.7188, 0.9561, 0.4839, 0.4847, 0.4576, 0.0298, 0.0426, 0.0475, 0.4781]) In [7]: import numpy as np In [8]: arr = np.array(5) arr.shape Out[8]: () .. 2021. 6. 18.
[Tensorflow] 3.tensorflow에서 레이어가 어떤식으로 동작하는지 In [25]: import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline import numpy as np In [3]: from tensorflow.keras import datasets (train_x,train_y),(test_x,test_y) = datasets.mnist.load_data() In [4]: #모든 작업을 하기전에 shape로 이미지 인지 문자인지 확인해줘야한다. image=train_x[0] image.shape Out[4]: (28, 28) In [5]: plt.imshow(image,'gray') plt.show() In [6]: image = image[tf.newaxis,...,tf.newaxis.. 2021. 6. 18.
[Tensorflow] 2.Tensorflow기본 DataSet (MNIST) In [1]: import numpy as np import matplotlib.pyplot as plt import tensorflow as tf %matplotlib inline In [2]: #tensorflow에서 제공하는 데이터셋(MNIST) 불러오기 #숫자 그림 데이터다. from tensorflow.keras import datasets In [3]: mnist=datasets.mnist In [4]: (train_x,train_y),(test_x,test_y) = mnist.load_data() Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz 11493376/11490434 .. 2021. 6. 18.
[Tensorflow] 1. Tensorflow의 기본 Tensor In [1]: import numpy as np import tensorflow as tf In [2]: # Tensor 생성 [1,2,3] Out[2]: [1, 2, 3] In [3]: [[1,2,3],[4,5,6]] Out[3]: [[1, 2, 3], [4, 5, 6]] In [4]: arr= np.array([1,2,3]) arr.shape Out[4]: (3,) In [5]: arr=np.array([[1,2,3],[4,5,6]]) arr.shape Out[5]: (2, 3) In [6]: #list와 tensor는 다르다 #list1=[1,2,3] tf.constant([1,2,3]) #tf.constant(list1) Out[6]: In [9]: #Array를 tesnfor로 변경 array=.. 2021. 6. 17.
[Tensorflow] Tensorflow란? 구글갓님이 만들어주신 딥러닝 프로그램 구현을 아주 아주 쉽게 만들어주는 라이브러리이다. pytorch라는 라이벌도 있지만 아직까지는 tensorflow가 자료가 더 많다, 물론 둘다 장단점이 있으므로 머신러닝,딥러닝을 공부할때는 둘다 해주는게 좋다 딥러닝을 할때는 기존의 list나 array로는 제한이 많아 tensor라는 딥러닝 전용 데이터 표현 방식이라고 보면된다. 더 쉽게 말하자면 텐서는 단순 행렬인 2차원 배열을 더 높은 차원으로 확장시킨 다차원 배열이다. 이러한 tensorflow와 numpy나 pandas, keras등 다른 라이브러리들을 같이 사용하여 딥러닝 프로그램을 만들수 있다 (image/영상/인공지능 등등) 2021. 6. 17.
머신러닝의 기초 머신러닝의 기초 이론은 매우 간단하다, 우리가 학습+경험을 통해 알게된 사실들로 세상을 판단하듯 컴퓨터 또한 학습을 통해 세상을 판단하게 하는것 그것이 머신러닝이다. 예를 들어보자. "무릎이 쑤시면 비가 내릴 확률이 크다" "비가 낮게 날면 비가 내릴 확률이 크다" "습도가 높으면 비가 내릴 확률이 크다" 세상에 절대적인것은 없다, 기상 캐스터가 "내일 비가 내릴 확률은 80%"입니다, 라고 해도 비가 내릴수도 있고 안 내릴수도 있다. 위의 사진을 보면 강아지 처럼 보인다. 실제로는 사람이 헤드셋을 낀것뿐이다. 컴퓨터는 이게 헤드셋을 쓴 사람인지, 강아지 얼굴인지 모른다. 그저 학습된 모델로 이미지를 봤을때 ""강아지일 확률이 크다!""라고 판단한것 뿐이다. 위의 이미지를 보자!! 우린 위의 이미지의 왼.. 2021. 6. 3.
1. 시작하기 보호되어 있는 글 입니다. 2021. 6. 3.

티스토리툴바

티스토리툴바