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 |
- python visualization
- 독후감
- tensorflow
- 파이썬
- 시각화
- Google Analytics
- 매틀랩
- 서평단
- Ga
- MySQL
- 텐서플로
- SQL
- Linux
- 티스토리
- MATLAB
- 월간결산
- 딥러닝
- 리눅스
- 블로그
- 서평
- matplotlib
- 파이썬 시각화
- 통계학
- Visualization
- Python
- 한빛미디어
- Blog
- 한빛미디어서평단
- Pandas
- Tistory
- Today
- Total
목록인공지능 & 머신러닝/TensorFlow (14)
pbj0812의 코딩 일기
0. 목표 - 텐서플로 자격증 취득 - 수료증 1. Week1 - Exploring a Larger Dataset - dataset (cats and dogs) 1) 예제 코드(모델 학습 부분만 추림) (1) colab import os import zipfile local_zip = './cats_and_dogs_filtered.zip' zip_ref = zipfile.ZipFile(local_zip, 'r') zip_ref.extractall('./') zip_ref.close() base_dir = './cats_and_dogs_filtered' train_dir = os.path.join(base_dir, 'train') validation_dir = os.path.join(base_dir, 'v..
0. 목표 - TensorFlow in Practice 완강 이후 TensorFlow 자격증 취득 - 수료증 1. Week1 1) TensorFlow 2.0 설치 pip install tensorflow==2.0.0-alpha0 2) 예제 코드 - y = 2x - 1 tf로 풀기 - 원본 코드 (1) github (2) colab import tensorflow as tf import numpy as np from tensorflow import keras model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])]) model.compile(optimizer='sgd', loss='mean_squared_error') xs = n..
1. 사용 명령어 pip install tensorflow==2.0.0-beta0 2. 오류 내용 - 아래 내용처럼 나옴 - 어떤 것을 지우고 깔아야 하는지 모른다는 내용이라는 거 같음 Can't uninstall ~. It is a distutils installed project ~.. 3. 해결 방안 - 아래 명령어를 입력하면 에러 무시하고 깐다는 내용 pip install --ignore-installed tensorflow==2.0.0-beta0 4. 결과 - 이런 식으로 경고 메시지가 나오지만 깔림(위의 경고는 numpy 버전 관련 경고로 보임) - 버전 확인 5. 참고문헌 - https://github.com/blockstack/blockstack-core/issues/504 'Uninsta..
이 글은 TensorFlow tutorial(링크)의 예제를 재구성한 글입니다. TensorFlow의 keras를 이용하여 fashion mnist 데이터를 학습하고 예측하는 예제입니다. 학습에 필요한 부분만 정리하였으니 전체코드는 위 링크를 통해 보시기 바랍니다. 라이브러리 불러오기 import tensorflow as tf from tensorflow import keras import numpy as np import matplotlib.pyplot as plt - tensorflow의 keras 사용 데이터 불러오기 fashion_mnist = keras.datasets.fashion_mnist (train_images, train_labels), (test_images, test_labels) ..