pbj0812의 코딩 일기

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..

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..