'인공지능' 카테고리의 글 목록

인공지능 (43)

[인공지능] TensorFlow train_test_split

인공지능 범범조조 2023. 3. 5. 15:40

소개 앞서 TensorFlow 학습 예제코드는 numpy 에서 직접 데이터를 손으로 잘라서 사용했습니다. 하지만, 사이킷 런에서는 이미 잘 구현된 train_test_split 함수를 제공해 주고 있습니다. train_test_split 함수 사용 법 from sklearn.model_selection import train_test_split x_train, x_test, y_train, y_test = train_test_split( x, y, random_state=66, test_size=0.4, shuffle = False ) x, y에 데이터의 x값과 y값을 넣습니다. text_size=0.4 는 test_size가 40% 라는 의미입니다. 마찬가지로 train_size=0.6 이라고도 할 수..

[인공지능] TensorFlow 2.x과 1.x의 차이점

인공지능 범범조조 2023. 3. 4. 00:49

참조 참고 사이트 참고 사이트 참고 사이트 목적 TensorFlow 1.x 에서 2.x 로 업데이트 되면서 무엇이 바뀌었는지 확인합니다. 1. Session 사용의 불필요 TensorFlow 1과 TensorFlow 2의 가장 큰 차이는 Session 사용의 유무 입니다. TensorFlow 1 같은 경우에는 원하는 값을 출력하기 위해서 Session을 열고 찾으려는 값을 그 Session을 통해서 값을 받아오는 복잡한 구조였습니다. 하지만, TensorFlow 2 부터는 별도의 Session 실행 없이 바로 특정 값을 계산할 수 있게 되었습니다.Session은 Graph를 돌리는 단위로 file과 같다고 생각하면 쉽습니다. 파일에 그래프를 넣고 저장하고 실행시킬 수 있습니다. 보다 자세한 내용은 htt..

[인공지능] Keras 모델

인공지능 범범조조 2023. 3. 3. 20:49

참조 참고 사이트 참고 사이트 참고 사이트 참고 사이트 Keras 모델이란? Keras를 이용해서 딥러닝을 설계를 할때, 설계도 자체를 모델이라고 표현합니다. Keras에서 모델은 크게 3가지로 구성되어 있습니다. 네트워크(Network) 목표함수(Objective Function) 최적화기(Optimizer) 모델 설계도를 제작하기 위해서 Keras 모델에서 Sequential을 불러옵니다. Sequential의 뜻은 순차적, 연속적이라는 뜻입니다. 이것은 MLP 레이어가 순차적으로 쌓여가는 것을 의미합니다. from keras.models import Sequential model = Sequential() MLP 레이어란 ? Multi-Layer Perceptron 다층 퍼세트론으로써, 퍼셉트론으로..

[인공지능] Keras 모델 생성 기본 구조

인공지능 범범조조 2023. 3. 3. 07:48

참조 참고 사이트 Keras 모델 생성 기본 구조 데이터 셋 생성 훈련을 위한 데이터 검증을 위한 데이터 테스트를 위한 데이터 모델 구성 시퀀스 모델 생성한 다음 레이어를 추가(간단한 모델) 복잡한 모델은 케라스 함수 API를 사용 모델 학습과정 설정 Cost 함수 정의, 최적화 방법 정의 Compile 함수 사용 모델 학습 트레이닝 데이터로 모델 학습 Fit 함수 사용 훈련 셋, 검증 셋의 COST 측정, 정확도 측정 모델 평가 테스트 데이터셋으로 평가 Evaluate 함수가 사용 모델 사용 입력 -> 모델 -> 출력 Predict 함수가 사용 Keras 예제 코드 import tensorflow as tf from keras.datasets import mnist from keras.models im..

[인공지능] TensorFlow 데이터 분리

인공지능 범범조조 2023. 2. 26. 09:33

목적 앞서 TensorFlow Validation 코드에서는 데이터를 분리하지 않고 일일이 사용했습니다. 이번에는 데이터를 일일이 쓰지 않고, 좀 더 많은 데이터를 잘라서 사용해 보도록 하겠습니다. 예제는 1부터 100까지의 데이터를 준비 했습니다. 예제 코드 6:2:2 비율로 Train, Valid, Test 데이터 셋을 분리한 예제 코드입니다. import numpy as np import matplotlib.pyplot as plt from tensorflow import keras #1 데이터 x = np.array(range(1, 101)) y = np.array(range(1, 101)) # 6:2:2 비율로 Train:Valid:Test 셋 나눔 x_train = x[:60] x_val = ..

[인공지능] MNIST 모델별 Image Resize 하기

인공지능 범범조조 2023. 2. 26. 00:25

소개 안녕하세요. 오늘은 TensorFlow & Keras 에서 MNIST 모델을 Load 하여 네트워크 별로 이미지 Resize 하는 방법에 대해서 알려 드리려고 합니다. 이미지 Resize 가 필요한 이유는, 모델별로 Input Shape이 모두 다르기 때문입니다. MNIST 데이터셋은 60,000장의 이미지가 있고, 28x28 사이즈를 가진 이미지 입니다. 하지만, Keras 에서 지원하는 기본 모델들 예를 들어, xception, inception_v1, vgg_19 등등 많은 모델들이 존재합니다. 그리고 해당 모델들은 모두 Network Size가 다릅니다. xception 모델 같은 경우는 299x299 이고, vgg_19 모델은 224x224 처럼 모두 사이즈가 다릅니다. 때문에 MNIST ..

[인공지능] Tensorflow Validation 추가

인공지능 범범조조 2023. 2. 25. 18:23

소개 지난번 앞에서 모델을 훈련 시킬 때 fit 함수를 이용하여 검증값을 test로 하였습니다. 그러나 엄밀히 따지면, 훈련셋에 검증값이 들어가고 그 검증값으로 다시 테스트를 진행한다는 것은 평가에 검증값이 반영되는 문제가 있습니다. 때문에 훈련셋, 테스트셋, 검증셋은 엄밀히 분리가 되는 것이 좋은 형태입니다. Validation 데이터 구조 일반적으로 Train 데이터의 일부를 잘라서 Validation 데이터로 사용하는 것이 좋습니다. 전체 데이터를 다음 표와 같은 구조로 배치합니다. 데이터 데이터 x_train y_train x_validation y_validation x_test y_test 개발 환경 TensorFlow Version : 2.8.0 Keras Version : 2.8.0 Pyt..

[인공지능] Tensorflow 1에서 100까지 값 예측하기

인공지능 범범조조 2023. 2. 24. 19:24

소개 안녕하세요. TensorFlow & Keras 를 이용하여 간다한 선형회귀 모델을 작성 후 1에서 100까지 값 즉, y=ax+b 의 1차 함수를 예측하는 파이썬 코드를 작성해 보았습니다. 개발 환경 TensorFlow Version : 2.8.0 Keras Version : 2.8.0 Python Version : 3.10.3 Developer Tools : Visual Studio Code 예제 코드 예제 코드는 아래와 같습니다. import numpy as np import tensorflow as tf import matplotlib.pyplot as plt from tensorflow import keras # 학습데이터 준비 x = np.array([1,2,3,4,5,6,7,8,9,10]..

[TensorFlow] Flask 와 Tensorflow Serving gRPC 통신

인공지능 범범조조 2022. 3. 29. 19:13

목적 Flask 로 TensorFlow Serving gRPC Inference 서비스를 만들어서, TensorFlow Serving Server와 gRPC 통신을 통해 Inference 되는지 테스트 진행합니다. TensorFlow Serving Server Docker 실행 Flask로 gRPC 서비스 개발에 앞서, TensorFlow Serving Server 를 Docker를 이용하여 Container로 실행하였습니다. docker run -t --rm --name=tf-serving \ -p 8500:8500 \ -p 8501:8501 \ -v "C:/ADC45_PythonAPI/adc45_edge/src/test_data/save_model/tensorflow/:/models/model" \ ..

[TensorFlow] TensorFlow Serving CPU, GPU 동작 확인

인공지능 범범조조 2022. 3. 25. 19:09

참조 https://hub.docker.com/r/tensorflow/serving https://github.com/tensorflow/serving/blob/master/tensorflow_serving/g3doc/docker.md 목적 TensorFlow Serving 서버는 현재 Docker Hub에서 tensorflow/serving 이미지를 다운로드 받아 Container 로 실행하고 있습니다. TensorFlow Serving Container를 실행할 때 CPU, GPU 동작 여부 조사 진행합니다. Docker Hub - tensorflow/serving 이미지 Tag 정보 tensorflow/serving 이미지 개요 :latest : TensorFlow Serving 바이너리가 설치되고..

[TensorFlow] gRPC 클라이언트에서 models.config 구성 된 Model Reloading

인공지능 범범조조 2022. 3. 23. 18:48

참조 https://stackoverflow.com/questions/54440762/tensorflow-serving-update-model-config-add-additional-models-at-runtime 소개 TensorFlow Serving은 미리 models.config 설정 파일에 Loading할 모델들을 정의할 수 있습니다. 해당 작업은 Tensorflow Serving 서버에서 직접 작업하는 내용입니다. Client에서도 수동으로 models.config 파일에 정의된 모델을 Loading 하는 방법에 대해 자료조사 및 POC 진행합니다. 예제코드 Python 코드로 TensorFlow Serving gRPC 코드에 models.config 파일에 정의된 Model 을 수동으로 재로딩..

[TensorFlow] TensorFlow Serving 다중 모델 로딩

인공지능 범범조조 2022. 3. 22. 21:28

참조 https://www.tensorflow.org/tfx/serving/serving_config#model_server_config_details 소개 TensorFlow Serving 에서 단일 모델이 아닌, 다중 모델 로딩 조사하는 방법에 대해서 조사합니다. Models.Config 파일 설정을 통해, TensorFlow Serving 에서 다중 모델 로딩 가능합니다. 해당 내용 조사 및 POC 진행합니다. 1. 로컬에 models.config 파일 생성 및 정보 작성 TensorFlow Serving에서 다중 모델 로딩하려면, models.config 파일이 필요합니다. models.config 파일에는 모델 서버 구성 정보들을 설정합니다. 단일 모델 인 경우 아래 config 설정 파일은 현..

1
2
3
4

Sidebar

Copyright © BeomBeomJoJo All Rights Reserved

Designed by JB FACTORY

티스토리툴바