목록Python (3)

IT's 우

생활코딩 머신러닝야학_Tensorflow 102 -이미지 분류(CNN)/ 데이터와 차원

데이터 분야에서 차원의 개념,차원이라는 개념으로 데이터를 이해하기 이미지는 컴퓨터에서 숫자들의 집합으로 인식한다. 개별 Mnist (28,28)의 모양으로 이루어져 있다.784(28*28) 개의 숫자로 이루어져 있으며, 2차원 형태이고 748차원의 공간이다. 이러한 이미지가 60000장이 있는 Mnist 셋은 (60000, 28, 28)이다. 컬러 이미지로 (32*32) 2차원의 숫자 집합이 빨, 초, 파로 3개 존재한다. 하나의 이미지는 3072(=32*32*3) 개를 가지고 있다. 그러므로 개별 cifar10-(32, 32, 3)으로 이루어져 3차원의 형태이고 이미지는 3072차원의 공간의 한 점으로 이루어져 있다. 50000장의 컬러 이미지를 가지는 cifar10 셋은 (50000, 32, 32, ..
생활코딩/머신러닝(텐서플로우(python)) 2021. 1. 15. 21:38
생활코딩 머신러닝야학_부록2: 모델을 위한 팁, BatchNormalization layer

BatchNormalization layer를 사용하여 보다 학습이 잘되는 모델을 만들어보기 보스턴 집값 예측 ########################### # 라이브러리 사용 import tensorflow as tf import pandas as pd ########################### # 1.과거의 데이터를 준비합니다. 파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/boston.csv' 보스턴 = pd.read_csv(파일경로) # 종속변수, 독립변수 독립 = 보스턴[['crim', 'zn', 'indus', 'chas', 'nox', 'rm', 'age', 'dis', 'rad', 'tax', ..
생활코딩/머신러닝(텐서플로우(python)) 2021. 1. 15. 02:35
생활코딩, 머신러닝야학_데이터를 위한 팁(astype(), dtypes, isna().sum(), fillna())

데이터 타입의 문제와 NA값의 문제를 해결하는 데이터 전처리 방법 ########################### # 라이브러리 사용 import pandas as pd ########################### # 파일 읽어오기 파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/iris2.csv' 아이리스 = pd.read_csv(파일경로) 아이리스.head() # 원핫인코딩 되지 않는 현상 확인 인코딩 = pd.get_dummies(아이리스) 인코딩.head() ########################### # 칼럼의 데이터 타입 체크 print(아이리스.dtypes) 품종의 데이터 타입이 범주형이 아니므로..
생활코딩/머신러닝(텐서플로우(python)) 2021. 1. 15. 01:20
이전 Prev 1 Next 다음