반응형

SW 2028

08. 딥러닝 : 텐서플로우 2.0 : 소개, 기본 예시, 장점

텐서플로우 소개입니다. 텐서플로우는은 구글이 개발한 심층 학습 라이브러리입니다. 코딩이 거의 없는 꽤 복잡한 모델을 만들어 볼 수 있게 해주기 때문에 인사이트를 얻을 수 있습니다. 실제 예에서는 텐서플로우는 20줄의 코드가 필요했습니다. import numpy as np import matplotlib.pyplot as plt import tensorflow as tf observations = 1000 xs = np.random.uniform(low=-10, high=10, size=(observations,1)) zs = np.random.uniform(-10, 10, (observations,1)) generated_inputs = np.column_stack((xs,zs)) noise = np.r..

SW/딥러닝 2020.02.25

07. 딥러닝 : 텐서플로우 2.0 : 사용해야 하는 이유, 비결, 달라진 점

신경망을 만들기 위해 텐서플로우로 작업 할 것임을 알고 있습니다. 그러나 텐서플로우는 더 이상 예전과 같지 않습니다. 그래서 개발에 대한 짧은 역사를 가지고 텐서플로우가 가장 널리 사용되는 이유 중 하나입니다. 많은 실용성으로 인해 많은 실무자들이 선호하는 선택이지만 불행히도 배우고 사용하기가 매우 어려운 단점이 하나 있습니다. 따라서 많은 사람들이 텐서플로우의 두 라인을 본 후 낙담합니다. 메소드는 이상할뿐만 아니라 코딩의 전체 논리는 대부분의 라이브러리와 달리 파이토치와 같은 상위 레벨 패키지의 개발 및 대중화로 이어졌으며, 2017년에 특히 흥미로웠습니다.실제로 텐서플로우과 오픈 소스처럼 관심이 있기는하지만 프로그래밍 세계에서 그런 일이 일어난다는 것은 놀라운 일이 아닙니다. 케라스는 다른 라이브러..

SW/딥러닝 2020.02.24

06. 딥러닝 : 텐서플로우 개요 : 사용해야 하는 이유

지금까지 우리는 numpy만을 계산 라이브러리로 사용했습니다. 하지만 텐서플로우와 SK가 머신 러닝에 적합한 Python 라이브러리가 있다고 생각할 것입니다. 사용할 주요 도구가 될 텐서플로우에 대해 알아보겠습니다. 텐서의 수학적 개념은 광범위하게 설명 될 수 있습니다. 벡터와 행렬은 텐서가 벡터 스칼라에서 다음 객체가 될 것입니다. 벡터와 행렬은 모두 텐서가 0 1이고 2는 각각 우리가 지금까지 본 개념의 일반화일뿐입니다. 텐서플로우를 보면 일단 의미하는 바를 빨리 알 수 있습니다. 텐서플로우를 소개하기 전에 잠시 시간을 내어 왜 좋은 선택인지 설명해 드리겠습니다. 가장 인기있는 라이브러리 중 하나이며 대부분의 다른 기계 학습 과정은 SK 학습에 기반을 두고 있기 때문에 비교하여 학습합니다. 알고 있지..

SW/딥러닝 2020.02.23

05. 딥러닝 : 텐서플로우 설치 : 최신 버전 설치, 버전 확인 방법

Anaconda의 장점은 다른 라이브러리와 함께 자동으로 제공되지 않는다는 것입니다. 메인 패키지를 별도로 설치할 필요가 없으므로 강력합니다. 파이썬에서 프로그래밍을 위한 다른 소프트웨어와 마찬가지로 텐서플로우를 사용하여 최신 버전을 설치했는지 확인합니다. 새로운 환경을 만드는 방법을 보여줍니다. 텐서플로우를 최신 버전으로 업그레이드한 다음 Jupyter에 새 커널을 추가하십시오. 준비 시작하기 시작 메뉴를 열고 아나콘다 프롬프트를 검색하여 시작하십시오. Conda info --envs를 입력하여 현재 환경을 확인해야합니다. conda create --name py3-TF2.0 python=3 새로운 환경을 만드는 방법을 살펴 보겠습니다. 설치 텐서 흐름은 Conda를 작성해야합니다. 이중 대시 이름을 ..

SW/딥러닝 2020.02.22

04. 딥러닝 : 단순 선형 회귀 : 간단 실습, 예제, 구현

관련 라이브러리 가져 오기 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D 항상 문제에 대한 관련 라이브러리를 가져와야합니다. 이 예제에서는 NumPy가 필수입니다. matplotlib 및 mpl_toolkits는 필요하지 않습니다. 결과를 시각화할 목적으로 만 사용합니다. 훈련 할 임의의 입력 데이터 생성 observations = 1000 xs = np.random.uniform(low=-10, high=10, size=(observations,1)) zs = np.random.uniform(-10, 10, (observations,1)) inputs = np.column_stack((x..

SW/딥러닝 2020.02.21

03. 딥러닝 : 주피터 노트북 단축키, 사용 방법

단축키 개요 위에 있는 여러 단축키들 중 유용한 것들은 찾아 활용하면 좋습니다. 기본적인 단축키 설명들은 아래와 같습니다. 이제 대시 보드에 대해 더 많이 알았으므로 셸을 검사하고 여기에 표시된 필드를 목성으로 코딩하는 방법을 셀이라고합니다. Enter 키를 눌러 셀에 액세스 할 수 있습니다. 커서를 볼 수 있으므로 코드 입력을 시작할 수 있습니다. 회색 상자를 입력 필드라고합니다. X는 4 개의 숫자 1 2 3 및 4로 구성되어 있지 않다는 짧은 코드를 넣습니다. XI를 입력 하여이 목록을 인쇄하면 두 가지 방법 으로이 명령을 실행할 수 있습니다. 첫 번째 방법은 제어를 유지 하고이 작업을 수행하여 Enter 키를 누르는 것입니다. 기계는 셀의 코드를 실행하고 거기에 머무를 것입니다. 생성 또는 선택된..

SW/딥러닝 2020.02.20

02. 딥러닝 : 아나콘다 설치 방법, 주피터 실행 방법

컴퓨터에 Python을 설치하는 방법에는 여러 가지가 있지만 특히 새로운 사용자에게는 Anaconda를 선택하는 것이 좋습니다. Python뿐만 아니라 주피터 노트북 앱 및 많은 과학 컴퓨팅 및 데이터 과학 패키지도 설치합니다. www.anaconda.com 홈 페이지에서 다운로드 버튼을 클릭하십시오 .Windows Mac 또는 Linux의 세 가지 운영 체제 중 하나를 선택해야합니다 . Windows에 Anaconda를 설치하는 방법을 보여 주지만 Mac을 사용하려는 경우 절차는 동일합니다. Linux 버전 이제 네 가지 옵션 중에서 가장 좋은 것을 선택해야합니다. 설치 버전에 따라 32 비트 또는 64 비트 버전이 있습니다. Python 2와 3의 차이점은 거의 중요하지 않지만 32 또는 64 비트 ..

SW/딥러닝 2020.02.19

Ubuntu 18.04 : SSH 키 : 설정 방법

Ubuntu 18.04에서 SSH 키를 설정하는 방법 SSH (Secure Shell)는 클라이언트와 서버 간의 보안 연결에 사용되는 암호화 네트워크 프로토콜이며 다양한 인증 메커니즘을 지원합니다. 가장 널리 사용되는 두 가지 메커니즘은 암호 기반 인증과 공개 키 기반 인증입니다. SSH 키를 사용하는 것이 기존 비밀번호 인증보다 안전하고 편리합니다. 이 튜토리얼에서는 Ubuntu 18.04 시스템에서 SSH 키를 생성하는 방법을 안내합니다. 또한 SSH 키 기반 인증을 설정하고 비밀번호를 입력하지 않고 원격 Linux 서버에 연결하는 방법을 보여줍니다. 우분투에서 SSH 키 만들기 새로운 SSH 키 페어를 먼저 생성하기 전에 Ubuntu 클라이언트 시스템에서 기존 SSH 키를 확인하십시오. 다음 ls ..

SW/리눅스 2020.02.18

Ubuntu18.04 : Java : 설치 방법, 버전 변경, 삭제 방법

Java는 세계에서 가장 널리 사용되는 프로그래밍 언어 중 하나이며, 다양한 유형의 크로스 플랫폼 응용 프로그램을 작성하는 데 사용됩니다. 이 튜토리얼은 Ubuntu 18.04에 Oracle Java뿐만 아니라 다양한 버전의 OpenJDK를 설치하는 방법을 설명합니다. Ubuntu 16.04 및 Kubuntu, Linux Mint 및 Elementary OS를 포함한 모든 Ubuntu 기반 배포판에도 동일한 지침이 적용됩니다. 전제 조건 이 학습서를 계속하기 전에 sudo 권한이있는 사용자로 로그인했는지 확인하십시오. 자바 변형 Java는 Standard Edition (SE), Enterprise Edition (EE) 및 Micro Edition (ME)의 세 가지 에디션으로 배포됩니다. 이 학습서에..

SW/리눅스 2020.02.17

01.딥러닝 : 아나콘다, 주피터 노트북, 파이썬 : 사용, 설치해야 하는 이유

파이썬과 R은 아마도 가장 널리 사용되는 두 가지 언어입니다. 데이터 과학에서 주로 파이썬을 사용합니다. 그리고 왜 그 사용법에 반대되는 주장이 거의 없는지 알아보겠습니다. 파이썬과 R은 아마도 가장 널리 사용되는 두 가지 언어이자 데이터 과학에서는 파이썬을 사용합니다. 이제 실제로 그 사용법에 대한 논쟁이 거의없는 이유에 대해 알아보겠습니다. 오픈 소스 범용 고수준 언어입니다. 예를 들어 ESC는 Google Summer of Codeproject로 광범위하게 시작했지만 가장 인기있는 무료 기계 학습 중 하나로 개발 된 패키지를 배울 수 있습니다. 파이썬이 오픈 소스 프레임 워크가 아닌 경우에는 발전하지 않았을 것입니다. 또한 모든 주요 운영 체제에서 사용할 수 있습니다 .Windows Mac 및 Li..

SW/딥러닝 2020.02.16

JavaScript : 함수 : 디폴트 파라미터 : 기본값 설정 : 예제, 방법

Javascript의 디폴트 파라미터 디폴트 파라미터는 값이 전달되지 않는 함수 파라미터의 기본값을 설정하는 방법입니다. 함수에서 매개 변수가 제공되지 않은 경우 값이 정의되지 않습니다. 이 경우 지정한 기본값이 컴파일러에 의해 적용됩니다. 예시 : function greet(name = "noob master") { console.log("Welcome mr." + name); } greet("Jagathish"); // Welcome mr.Jagathish greet(); //Welcome mr.noob master greet("");// Welcome mr. 기본 파라미터(ES6 이전 버전은 사용할 수 없음)를 사용하지 않으면 변수의 존재 여부를 확인하고 직접 설정해야 합니다. function gr..

SW/JavaScript 2020.02.15

Java : Spring : 개념, 개요, 특징

spring framework 오늘날 가장 많이 사용하는 java 기반 으용 프로그램 개발 프레임워크를 의미합니다. 2003년 6월에 발표하였습니다. 모든 java 애플리케이션 개발에 이용할 수 있습니다. Java EE 위의 웹 애플리케이션 개발에 주로 사용되고 있습니다. spring framework의 특징 - 경량의 컨테이너로써 자바 객체를 직접 관리합니다. - Plain Old Java Object 방식의 프레임워크입니다. - Inversion of Control를 지원합니다. - Dependency Injection을 지원합니다. - Aspect Oriented Programming을 지원합니다. - iBATIS, myBATIS, Hibernate 등의 데이터베이스 라이브러리를 지원합니다. - J..

SW/Java 2020.02.14

Python : APScheduler : missed job : 에러, 원인, 해결법

sched = BlockingScheduler(misfire_grace_time=3600, coalesce=True) sched.add_jobstore('mongodb', collection='my_jobs') @sched.scheduled_job('cron', hour=3, id='validation') def validation(): rep = Myclass() rep.run() if __name__ == '__main__': sched.start() 위와 같이, 파이썬에서 제공해주는 스케쥴러 라이브러리를 활용하고 있습니다. 서버에서 필요할 때마다 스케쥴러를 짜서, 호출 시켜 활용하고 있습니다. 하지만, 서버가 성능이 상대적으로 낮거나, 프로세스가 많은 경우, 스케쥴러를 실행시키지 못하고 넘어가는 경..

SW/Python 2020.02.13

JavaScript : array : min, max 값 얻는 방법, 예제

Math object의 max function에 대해 알아보겠습니다. Math.max() function은 0보다 큰 숫자를 반환합니다. 그리고 Math obejct의 min function 함수도 있습니다. Math.min() 함수는 0 이상의 최소 숫자를 반환합니다. 최대 또는 최소 함수를 사용하는 예입니다. Math.max(1, 2, 3) // 3 Math.min(1, 2, 3) // 1 하지만 만약 숫자의 배열을 가지고 있고 그 안에서 최소값과 최대값을 찾고자 한다면 어떻게 해야 할까요? Math.min 또는 Math.max 메서드에 배열을 넘기면 NaN이 나옵니다. const nums = [1, 2, 3] Math.min(nums) // NaN Math.max(nums) // Nan 그 이유는 ..

SW/JavaScript 2020.02.12

Python : Keras : RNN : 대사 주고 받는 인공지능 : 예제, 사용법, 활용법

https://gamefaqs.gamespot.com/ps3/652686-the-last-of-us/faqs/68485 The Last of Us - Game Script - PlayStation 3 - By Shotgunnova - GameFAQs gamefaqs.gamespot.com 위 사이트에서 해당 게임 대사 스크립트를 받아 올 수 있습니다. 해당 데이터를 활용해, RNN을 활용해, 대사를 주고 받을 수 있는 인공지능을 만들어 보도록 하겠습니다. %matplotlib inline import matplotlib.pyplot as plt import pandas as pd import numpy as np from keras.layers import * from keras.models import..

SW/Python 2020.02.11

Python : Keras : pretrain model : transfer learning : 활용, 예제, 방법

%matplotlib inline import matplotlib.pyplot as plt from keras.applications import vgg16, inception_v3, resnet50, mobilenet from keras.preprocessing.image import load_img from keras.preprocessing.image import img_to_array from keras.applications.imagenet_utils import decode_predictions import numpy as np 필요한 라이브러리를 임포트합니다. vgg_model = vgg16.VGG16(weights='imagenet') filename = 'squid.jpg' org = l..

SW/Python 2020.02.09

Python : Keras : CIFAR10 : 예제, 실습, 사용법

%matplotlib inline import matplotlib.pyplot as plt import numpy as np import pandas as pd from keras.layers import * from keras.models import * from keras.utils import * from sklearn.preprocessing import * import seaborn as sns 먼저 필요한 라이브러리들을 임포트 합니다. from keras.datasets import cifar10 (X_train, Y_train) , (X_test, Y_test) = cifar10.load_data() X_train.shape fig = plt.figure(figsize=(20,5)) for ..

SW/Python 2020.02.08

Python : Keras : 콘크리트 강도 분류 예측하기 : 예제, 방법, 컨셉

https://archive.ics.uci.edu/ml/datasets/concrete+compressive+strength UCI Machine Learning Repository: Concrete Compressive Strength Data Set Concrete Compressive Strength Data Set Download: Data Folder, Data Set Description Abstract: Concrete is the most important material in civil engineering. The concrete compressive strength is a highly nonlinear function of age and ingredients. Data Set Cha..

SW/Python 2020.02.07

Python : Keras : iris 품종 예측하기 : 예제, 구현, 방법

https://archive.ics.uci.edu/ml/datasets/Iris UCI Machine Learning Repository: Iris Data Set Data Set Characteristics: Multivariate Number of Instances: 150 Area: Life Attribute Characteristics: Real Number of Attributes: 4 Date Donated 1988-07-01 Associated Tasks: Classification Missing Values? No Number of Web Hits: 3093005 Source: Creator: R. archive.ics.uci.edu 인기있는 데이터인 iris 데이터를 활용하여 딥러닝을 진..

SW/Python 2020.02.06
반응형