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 |
- API
- 흐름도
- python
- 게임
- 크롤링
- Linear
- 템플릿
- 가격맞히기
- 코딩테스트
- 알고리즘
- 주식매매
- 기초
- Regression
- 선형회귀
- 주가예측
- 파이썬
- tensorflow
- 주식연습
- DeepLearning
- 코딩
- 주식
- PyTorch
- 회귀
- 프로그래머스
- 연습
- 재귀함수
- 추천시스템
- 머신러닝
- 딥러닝
- CLI
- Today
- Total
목록딥러닝_TensorFlow (3)
코딩걸음마
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/8bYl7/btrF9ifMvqv/WWYZ1QWKKFHTTlxhZlbaW1/img.jpg)
Titanic 데이터를 활용하여 TensorFlow 의 모델 save와 load 방법을 알아봅시다. save와 load 방법을 알아보기 위해 기본적인 딥러닝 모델 플로우를 작성하겠습니다. import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn import model_selection, preprocessing import seaborn as sns 데이터 불러오기 titanic_df = pd.read_csv("titanic_modified.csv") titanic_target = titanic_df[['Survived']].copy() titanic_data = titanic_df.copy() del titan..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/QwK9v/btrF3LbmzGJ/YTn12s5oqG7k1JhshZ1jcK/img.jpg)
이번엔 회귀모델이 아니라 텐서플로우를 활용하여 딥러닝 분류를 알아봅시다. 다음의 이미지를 봅시다. 사람은 이 그림이 5라는 것을 당연하게 빠르게 답변할 수 있습니다. 하지만 컴퓨터는 알아내지 못한다. 그렇다면 컴퓨터는 어떻게 보일까요? 컴퓨터는 하얀부분을 255 검은부분을 0이라는 규칙을 가지고 0~255사이의 값을 가진 Data로 표현됩니다. 즉 , 하나의 그림 안은 28개 열과, 28개 행의 Data 즉, 784개의 Data의 vector(지금은 Matrix)라고 표현할 수 있습니다. 1. 데이터 준비 우선 data를 불러옵시다. import tensorflow as tf from tensorflow.keras import datasets, models, layers, utils, losses imp..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/y2lMn/btrFZkKRpx7/3tJrDoeefhMP1IZVbwhyv1/img.jpg)
딥러닝 기법을 다루기 위한 텐서플로우 기초를 다뤄보기 위해 tf.version 1부터 알아보자 import tensorflow.compat.v1 as tf #compatablity tf.disable_v2_behavior() import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn import datasets tf.add(a, b) 는 a+b를 출력하는 함수입니다. a =tf.add(3,5) a 그럼 다음 코드의 결과를 봅시다. 3 + 5 의 결과로 0을 반환했습니다 왜 그러는걸까요? 연산만 입력을 했지, 가동(run)하지 않았기 때문입니다 tf.Session 클래스의 객체로 sess를 선언하고 실행시켜봅시다. ..