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 |
- 블로그
- 서평
- 독후감
- Python
- matplotlib
- 서평단
- SQL
- Ga
- 파이썬 시각화
- tensorflow
- Pandas
- Blog
- 매틀랩
- 텐서플로
- MySQL
- Google Analytics
- Linux
- 시각화
- 리눅스
- 티스토리
- 통계학
- Visualization
- python visualization
- 한빛미디어
- 한빛미디어서평단
- Tistory
- MATLAB
- 딥러닝
- 월간결산
- 파이썬
- Today
- Total
목록딥러닝 (13)
pbj0812의 코딩 일기

"한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다." 0. 도서 정보 - 도서명 : 텐서플로 라이트를 활용한 안드로이드 딥러닝 - 저자 : 임태규 - 링크 1. 후기 1) 친절함 - 개인적으로 기술서를 좀 보유하고 있는데(최소 50권) 해당 도서는 굉장히 삽화나 사진이 많은 축에 속한다. - 해당 도서가 안드로이드를 할 줄 아는 사람에게는 딥러닝을 알려주고, 딥러닝을 할 줄 아는 사람에게는 안드로이드 앱을 만드는 방법을 알려줘야 하기에 개발환경 셋팅 설명(아나콘다 설치, 안드로이드 스튜디오 설치 등등...)만 전체 368페이지 중 61페이지에 달한다. 2) 난이도 - 기본적으로 java 와 python 은 기본적으로 알고 있어야 한다. 안드로이드 앱은 코틀린으로 만들수도 있지만 해당 도서에서는 ..

0. 목차 및 내용 1) A Single Neuron - 뉴런 설명 - keras.Sequential 을 이용한 인풋 설계까지 2) Deep Neural Networks - 활성화 함수, ReLU, 레이어 쌓기 3) Stochastic Gradient Descent - 로스 함수, 옵티마이저, 학습률, 배치 사이즈 4) Overfitting and Underfitting - 언더피팅, 오버피팅, - 적정한 구간을 찾기 위한 Early Stopping - 문제 도중에 csv 가 없다는 일이 발생하였는데 아래 그림과 같이 우상단의 add data 를 누르고 spotify.csv 를 받은 이후 위치 설정하면 해결 5) Dropout and Batch Normalization - 드롭아웃 - Batch Norm..

"한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다." 0. 도서 정보 - 도서명 : 친절한 딥러닝 수학 - 저자 : 다테이시 겐고 - 구매링크 : 교보문고 1. 서평 1) 서평 이 도서는 딥러닝의 기본이 되는 퍼셉트론, 경사하강법, 역전파 등의 이론을 윤서, 지우, 도현이라는 가상의 세 인물이 나누는 이야기로 풀어내었다. 지우(딥러닝전공자) 가 윤서(프로그래머) 에게 딥러닝 이론에 대한 것을 알려주는 형식으로 진행이 되기에 수식을 처음 접하시는 분들이 조금이나마 읽기 편하도록 제작이 되었다. 특히, 개인적으로 관심있게 본 부분은 각 챕터 끝부분의 'COLUMN' 부분이다. 해당 'COLUMN' 에서는 도현(전공학부 학생, 동생) 이 윤서(누나) 에게 짜투리 상식 혹은 책을 읽다가 궁금했던 부분을..

0. 목표 - tensorflow.js 로 모델 학습하기 1. index2.html - 데이터는 y = 1x + 1 의 형태로 준비 - fitParam 에서 epoch 횟수 정의(1만번) - epoch 1회시 해당 RMSE 출력 - model.fit 에서 모델 학습 이후 weight 와 bias 를 출력하도록 설정 2. main.js var http = require('http'); var fs = require('fs'); var app = http.createServer(function(request,response){ var url = request.url; if(request.url == '/'){ url = '/index2.html'; } if(request.url == '/favicon.ico..

0. 목표 - node.js 와 tensorflow.js 를 사용한 이미지 분류 튜토리얼 생성 - 모델 생성이 아닌 이미 생성된 모델을 가져오는 예제입니다. 1. tensorflow.js 를 사용한 이미지 판별기 파일 생성 1) tensorflow.org(링크) 접속 - 자바스크립트용 -> TensorFlow.js 시작하기 2) 모델보기 3) 이미지 분류 4) 해당 코드 복사 5) index.html 생성 6) 인터넷에서 강아지 사진을 하나 다운받고 index.html 폴더에 같이 넣어줌(파일명 dog.jpg) 2. node 를 통한 웹서버 구축 1) 동일 폴더에 main.js 파일 생성 - 맨 아래의 포트번호(해당 컴퓨터에서는 3001)를 빈 포트 번호로 맞춤 var http = require('htt..

0. 목표 - 텐서플로를 활용한 긍부정 판별기 제작 1. 실습 1) library 호출 import numpy as np from tensorflow.keras.datasets import imdb from tensorflow.keras.preprocessing import sequence from tensorflow.keras.utils import to_categorical from tensorflow.keras.layers import LSTM import tensorflow as tf import matplotlib.pyplot as plt 2) 데이터 셋 다운로드 - imdb dataset : 영화 리뷰 및 긍 부정 결과 포함 - num_words : 가장 빈번한 단어 (x_train_all, ..

0. 목표 - TensorFlow를 이용하여 sin 그래프 예측하기 1. FlowChart - input 값을 넣어주면 그에 따른 sin 그래프를 예측 2. 코드 작성 1) library 호출 import tensorflow as tf import matplotlib.pyplot as plt import numpy as np from tensorflow import keras from tensorflow.keras import layers 2) 가상 데이터 생성 - x : 0 ~ 101*pi 를 1030 등분한 데이터를 삽입 - y : sin(x) x = np.linspace(0, 101*np.pi, 1030) y = np.sin(x) fig=plt.figure(figsize=(18, 8), dpi= 8..

기록만 남기기 위한 글이므로 공부에 도움이 되는 후기를 보시려면 변성윤님의 후기와 발표에 쓰인 발표자료1, 발표자료2 를 보시기 바랍니다. 1. 신청 - onoffmix.com에서 신청 - 기존에는 multicampus.com에서 모집을 하지만, onoffmix에 추가 자리가 생겨 참석하게 됨 2. 순서 - 장소 : 멀티 캠퍼스 - 이런식으로 발표장 구성 - 발표 순서 - 참석 목적은 전무익님의 당근마켓 추천시스템을 보기 위해서 간 것이라 그 부분만 열심히 들음 * 당근마켓 발표자료 : 정리가 잘되있기에 따로 요약할 필요도 없음 - 7개의 딥러닝을 기반으로 하는 스타트업 들이 나와서 회사 소개와 채용 공지를 올림. - 과거 추세가 딥러닝 기술에 중점을 둔 것이었다면, 최근 추세는 이것을 어떻게 서비스에 ..

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) ..

Pytorch with examples (autograd 재정의) 코드 분석 - 아래 글은 파이토치 튜토리얼 중 autograd를 재정의 하는 부분을 학습하여 영상으로 만든 것을 재구성한 글입니다. 원본링크 : https://pytorch.org/tutorials/beginner/pytorch_with_examples.html 유투브 영상 : https://youtu.be/TclwMS-eZuU 한글 주석 코드: https://github.com/pbj0812/deep_learning/blob/master/pytorch_tutorial/learning_pytorch_with_examples_new_func.ipynb 코드 프리뷰 기본구조 - 기존과 동일하다. 함수 재정의 class MyReLU(torch...