keras (4) 썸네일형 리스트형 [Tensorflow] Tensorflow 입문 Tensorflow는 구글에서 만든 "Deep Learning 프로그램을 쉽게 구현할 수 있도록 기능을 제공하는 라이브러리"이다. 기본적으로 C++로 구현 되나, 파이썬, Java, Go 등 다양한 언어를 지원한다. 이 중 파이썬을 최우선으로 지원하며, 편리한 기능들은 파이썬 라이브러리로만 구현되어 있기 때문에 Python을 사용하는 것을 추천한다. Tensorflow를 사용해야하는 이유는 다음과 같다.(Tensorflow 공식 홈페이지) 손쉬운 모델 빌드 : 다양한 수준의 추상화를 지원, Keras API 등. 어디서든 강력한 ML 제작 : 플랫폼에 상관 없이 모델을 쉽게 학습하고 배포할 수 있음. 연구를 위한 강력한 실험 : Keras Functional API 및 Model Subclassing A.. [딥러닝/DL]3. 신경망 모델 훈련 이번 글에서는 케라스 API를 사용하여 딥러닝 모델을 훈련하는데 필요한 다양한 도구들을 알아보자. 손실 곡선 fit() 메서드를 사용하여 모델을 훈련하면 출력의 마지막에 다음과 같은 메시지가 보인다. 노트북의 코드 셀은 print() 명령을 사용하지 않아도 fit() 메서드의 마지막 라인의 실행 결과를 자동으로 출력한다. 즉 이 메시지는 fit() 메서드의 실행 결과를 출력한 것이다. fit() 메서드는 History 클래스 객체를 반환한다. History 클래스 객체는 훈련 과정에서 계산한 지표가 저장되어 있다. 손실, 정확도 값이 저장 이 값을 사용하여 그래프를 그려보자. 먼저 데이터(MNIST)를 불러온다. from tensorflow import keras from sklearn.model_sel.. [딥러닝/DL]2. 심층 신경망 Pupbani는 완성된 모델을 가지고 마케팅 팀장에게 찾아갔다. 마케팅 팀장은 성능이 조금더 좋았으면 좋겠다고 하였다. 그래서 Pupbani는 층을 더 추가하여 성능을 올려보겠다고 하였다. 여러개의 층 먼저 사용할 데이터를 가져와보겠다. # MNIST 데이터 가져오기 from tensorflow import keras (train_input, train_target), (test_input, test_target) = keras.datasets.fashion_mnist.load_data() # 데이터 정규화 및 1차원 배열로 변경 train_scaled = train_input / 255.0 train_scaled = train_scaled.reshape(-1, 28*28) # 훈련 세트, 검증 세트로 .. [딥러닝/DL]1. 인공 신경망 마케팅 팀장이 Pupbani를 불렀습니다. 무슨 일일까?? 이번에 회사에 새로운 분야 진출을 한다고 한다. 그 분야는 바로 패션 분야로 럭키백 이벤트를 진행 예정이라고 한다. 그래서 마케팅 팀장은 Pupbani에게 럭키백에 들어갈 옷들의 정확도를 높여 달라고 부탁했다. 패션 MNIST 데이터 먼저 데이터를 불러와 보겠다. 옷의 데이터는 텐서플로(TensorFlow)라는 라이브러리를 통해 불러올 수 있다. from tensorflow import keras (train_input, train_target), (test_input, test_target) = keras.datasets.fashion_mnist.load_data() print("훈련 세트 -->",train_input.shape, train_.. 이전 1 다음
