일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
- kaggle
- AI tech
- NLP
- 데이터 시각화
- 서울 맛집
- r
- yolo
- Spark MLlib
- 연남 맛집
- 부스트캠프 ai tech 준비과정
- 캐글
- 부스트클래스
- Python
- tensorflow 예제
- Ai
- AI Tech 준비과정
- TensorFlow
- Transformer
- 연남동 맛집
- spark
- 부스트캠프
- 자연어
- DataSet
- 홍대 맛집
- AI 엔지니어 기초 다지기
- 맛집
- RDD
- 위기의코딩맨
- pycharm
- mllib
- Today
- Total
목록Python/Tensorflow (29)
We-Co
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/cDMeYa/btrgB3tE7KU/v8M0aqB7dqEtEyDt5lPvD0/img.png)
안녕하세요. 위기의코딩맨입니다. 오늘은 Bidirectional RNN예제를 한번 풀어보도록 하겠습니다. 예제는 MDB에 영화 리뷰를 학습하여 긍정리뷰, 부정 리뷰를 판단하는 학습을 진행하도록 하겠습니다. Bidirectional RNN은 자연어처리에 적합한 구조를 갖고있습니다. "파란 바다에 배가 떠있다"의 문자로 예를 들어보겠습니다. "파란 바다에 O가 떠있다"로 O를 예측하기 위해서는 "파란->"바다"로 O를 유추하는 것보다 "파란"->"바다"-> O Hell 222 ----> o 6306 ----> WE 7974 ----> - 2341 ----> CO 해당 문자열들의 Encoding Data내용과 원래 문자열을 나타냅니다. Buffer_Size = 10000 Batch_Size = 64 Train..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/SNGLb/btrgpLOUEDr/BJYv6FUEJucnqb3K7doQlk/img.png)
안녕하세요. 위기의코딩맨입니다. 오늘은 지금까지 알아본 지식들로 Tensorflow의 가장 기본적인 예제 MNIST 예제를 풀어보도록 하겠습니다. 그리고 임의로 숫자를 넣어서 해당 숫자를 잘 인식하는지 알아보도록 하겠습니다. [ MNIST ] 먼저 사용할 Tensorflow를 임포트 해줍니다. import tensorflow as tf 먼저 MNIST에 필요한 데이터를 tf.keras.datasets.mnist.load_data()를 통해서 다운받아서 넣어줍니다. x_train, x_test의 타입을 float32 타입으로 변경하고, 해당 28*28의 형태를 갖고 있는 이미지를 784차원으로 Flattening 작업을 진행합니다. 그리고 x_tain, y_test의 [0,255]사이의 값들을 [0, 1]..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/Uvlyc/btrf1hNWrbd/MCZ1xgkQbQjh7uhf9xwCV1/img.png)
안녕하세요. 위기의코딩맨입니다. 오늘은 TensorFlow의 소프트맥스 회귀, 크로스엔트로피, 원핫인코딩의 의미에 대해 간단하게 알아보도록 하겠습니다. [ Softmax Regression ] 다중분류를 위한 기법이며, 소프트맥스 회귀기법은 앞에서 알아보았던 Linear Regression에 결과 값에서 Softmax함수를 적용해서 모델의 출력 값을 각각의 확신의 정도로 출력할 수 있도록 만들어주는 기법입니다. 결과 값(logits)을 Softmax함수는 Normalization함수로 결과 값들의 합을 1(확신의 정도)로 변경해줍니다. [ Cross-Entropy ] 분류에 대한 문제에서는 크로스 엔트로피 손실함수도 많이 사용되는데 평균제곱오차, 즉 MSE와 같이 모델의 예측 값이 참값과 비슷하면 작은값..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/A0UDh/btrfWM79RLd/U6okk1oEoSPxqfsrRe696K/img.png)
안녕하세요. 위기의코딩맨입니다. 오늘은 TensorFlow Linear Regression에 대해 알아보도록 하겠습니다. [ Linear Regression ] 간단하게 설명하면 변수들의 사이의 관계를 분석하는데 사용되는 통계학적인 방법을 의미합니다. 학습을 해당 수식으로 표현하는 알고리즘으로, y는 타겟데이터, x는 인풋데이터, W와 b는 파라미터로 진행됩니다. 학습한 가설을 바탕으로 테스트 데이터에 대해서 예측을 할 수 있습니다. 예제를 통해 알아보도록 하겠습니다. import tensorflow as tf #파라미터 설정 차원을 1개로 W = tf.Variable(tf.random.normal(shape=[1])) b = tf.Variable(tf.random.normal(shape=[1])) #L..
안녕하세요. 위기의 코딩맨입니다. 오늘은 TensorFlow 에서 중요한 변수 선언과 Session에 대해서 알아보도록 하겠습니다. [변수,상수 선언] 두가지 방법이 있는데 변수텐서, 상수텐서로 생각하시면 될 것같습니다. 변수는 갱신이 가능하지만, 상수는 변하지 않는 값을 선언하는 것입니다. * tf.variable - 변수 텐서 (업데이트가 가능한 객체) * tf.constant - 상수 텐서 (업데이트 불가능한 객체) 그냥 숫자를 넣어서 수를 선언할 수 있지만, 행렬을 넣어 행렬 텐서를 생성할 수 있습니다. tf.Variable(tf.ones((2,2))) 선언이 가능하다. 그러나 상수로는 선언이 불가능하다. [Session()] 간단하게 얘기하면 TensorFlow에서 수행되는 계산 문맥을 하나로 ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bf10AZ/btq99n0LWlV/IARdOrsyX8FbBdpA4XaUO1/img.png)
안녕하세요. 위기의코딩맨 입니다. 저번 블로그 글에서는 상수 텐서 초기화 함수를 몇개 알아보았습니다. 오늘은 난수텐서 초기화 하는 간단한 방법을 알아보도록 하겠습니다. 상수텐서는 아이디어를 테스트할 때 사용하면 편리하지만 보통은 난수로 텐서를 초기화 하여 진행합니다. 일반적으로 각 원소를 추출하는 방법은 확률분포에서 텐서에서 추출하게 됩니다. 정규분포와 균등균포 초기화 하는 방법이 있는데 정규분포는 장기간 축적되어 있는 데이터를 기반으로 다음 데이터를 예상하는 방법을 말하고 균등분포는 앞으로 예상가지 않은 데이터를 말한다. 주사위를 몇번 던져도 다음 주사위가 어떤 숫자가 나올지 알 수 없는 것을 예로 들 수 있다. 여기서 random_normal()을 사용하여 평균과 표준편차를 지정한 정규분포에서 추출 ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/cyrM0a/btq99msu0g6/7Vw9gD2WC0SxA0QSHAvRS1/img.png)
안녕하세요. 위기의 코딩맨 입니다. 오늘은 상수 텐서 초기화에 대해 알아보도록 하겠습니다. TensorFlow는 기본 텐서를 메모리에 인스턴스화할 수 있는 여러 함수를 제공합니다. 오늘은 zeros()와 ones(), fill() 세가지를 알아보도록 하겠습니다. [ zeros(), ones(), fill() ] 사용법으로는 제가 2.x 버전이므로 1.x 버전을 가져와 확인해 보았습니다. with tf.compat.v1.Session() as sess: a = tf.zeros(2) print(a.eval()) 이렇게 출력을 하게되면 [0. ,0.] 의 값이 출력되는데 0의 값을 입력 값 만큼 채워진 텐서를 반환 합니다. 2를 입력 했기 때문에 [0. ,0.] 2개가 반환된 것을 확인할 수 있습니다. tf...
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/tiNUL/btq9NQoHnyX/trTXACxCMmX7AZrcCkfP81/img.png)
안녕하세요. 위기의 코딩맨입니다. 오늘은 TensorFlow의 Linspace에 대해 알아보도록 하겠습니다. 간단하게 미리 설명하면 주어진 축으로 일정한 값을 생성해 나가는 것입니다. c = tf.linspace(a, b, c) 소스를 확인하면 a부터 b까지 c개 만큼 생성해주세요. 라고 생각하면 된다. 예제를 작성해보면 with tf.Session() as sess: c = tf.linspace(0.0, 4.0,5) print(c.eval()) with으로 섹션을 묶어 생성해주고 0부터 4까지 5개의 값을 생성해서 값을 출력하는 소스입니다. 0,1,2,3,4 총 5가지의 출력 값이 존재하다는 것을 알 수 있다. 여기서 eval()의 함수는 세션 객체의 값을 볼 수 있는 함수이다. 중요한 점은 그 해당 ..