인공지능 범범조조 2022. 2. 15. 21:52
참조 https://www.youtube.com/watch?v=mzOpojTpliA&list=PL7ZVZgsnLwEHGS6EId3B_AnRYSCi_35rj&index=3 모델 컴파일(compile) 모델을 구성한 후, 사용할 손실함수(loss), 옵티마이저(optimizer를 지정) model.compile(loss='sparse_categorical_crossentropy', optimizer='sgd' metrics=['accuracy']) loss keras.lossess.sparse_categorical_crossentropy 등과 같이 지정 가능 sparse_categorical_crossentropy 클래스가 배타적, 즐 MNIST 예제에서 (0,1,..
더 읽기
인공지능 범범조조 2022. 2. 15. 20:49
참조 https://www.youtube.com/watch?v=mzOpojTpliA&list=PL7ZVZgsnLwEHGS6EId3B_AnRYSCi_35rj&index=3 모델 가중치 확인 Keras에서 모델의 가중치 확인하는 방법은 다음과 같습니다. from tensorflow.keras.models import Model from tensorflow.keras.layers import Input, Flatten, Dense inputs = Input(shape=(28,28,1)) x = Flatten(input_shape=(28,28,1))(inputs) x = Dense(300, activation='relu')(x) x = Dense(100, activation='relu..
인공지능 범범조조 2022. 2. 15. 18:50
참조 https://www.youtube.com/watch?v=mzOpojTpliA&list=PL7ZVZgsnLwEHGS6EId3B_AnRYSCi_35rj&index=3 https://wikidocs.net/106897 모델 구성 방법 Sequential() 서브클래싱(Subclassing) 함수형 API Sequential() 모델이 순차적으로 진행할 때 사용 간단한 방법 Sequential 객체 생성 후, add를 통한 방법 Sequential 인자에 한번에 추가 다중 입력 및 출력이 존재하는 등의 복잡한 모델을 구성할 수 없음 from tensorflow.keras.layers import Dense, Input, Flatten from tensorflow.keras.models import Seq..
인공지능 범범조조 2022. 2. 15. 17:59
참조 https://www.youtube.com/watch?v=mzOpojTpliA&list=PL7ZVZgsnLwEHGS6EId3B_AnRYSCi_35rj&index=3 Dense Fully-Connected Layer 노드수(유닛수), 활성화 함수 등을 지정 name을 통한 레이어간 구분 가능 기본적으로 Glorot_uniform 가중치, zeros bias로 초기화 kernel_initializer 인자를 통해 다른 가중치 초기화를 진행할 수 있음 import numpy as np import tensorflow as tf from tensorflow.keras.layers import Dense, Input, Flatten, Activation from tensorflow.keras.models i..
인공지능 범범조조 2022. 2. 15. 17:20
참조 https://www.youtube.com/watch?v=mzOpojTpliA&list=PL7ZVZgsnLwEHGS6EId3B_AnRYSCi_35rj&index=3 케라스란? 파이썬으로 작성된 고수준 신경망 API로 TensorFlow, CNTK, 혹은 Theano와 함께 사용 가능 사용자 친화성, 모듈성, 확장성을 통해 빠르고 간편한 프로토타이핑 가능 컨볼루션 신경망, 순환 신경망, 그리고 둘의 조합까지 모두 지원 CPU와 GPU에서 매끄럽게 실행 레이어 import 하는 방식 1 일일이 import 하지 않아도 됨 코드가 다소 길어질 수 있음 import numpy as np import tensorflow as tf from tensorflow import keras print(keras.__..
인공지능 범범조조 2022. 2. 15. 16:55
참조 https://www.youtube.com/watch?v=ZmlqsOidnWw&list=PL7ZVZgsnLwEHGS6EId3B_AnRYSCi_35rj&index=2 선형 회귀(Linear Regression) from cProfile import label import numpy as np import tensorflow as tf import matplotlib.pyplot as plt plt.style.use('seaborn-white') learning_rate = 0.01 training_steps = 1000 X = np.random.randn(50) # 입력 값 Y = 2*X + np.random.randn(50) # 실제 값 W = tf.Variable(np.random...