AI Platform / Web

0. 들어가면서 코드를 바로 보면서 설명을 해 보겠다. 1. 기본 예제 config.py라는 파일을 만들어서 아래의 내용을 적었다고 가정하자. import argparse parser = argparse.ArgumentParser() parser.parse_args() 저장한 파일을 실행해보자. 아무일도 일어나지 않는다. 2. add_ArgumentParser() 추가 import argparse parser = argparse.ArgumentParser() parser.add_argument("echo") args = parser.parse_args() print(args.echo) add_argument() 매서드를 추가했다. 이 메서드는 프로그램이 받고 싶은 명령행 옵션을 지정하기 위해 사용한다. ..

0.들어가면서 tensorflow를 처음 공부하면 tf.keras.layers.Dense가 무슨말인가 공식문서를 봐도 잘 모를 것이다. 그래서 간단히 설명해 볼까 한다. tf.keras.layers.Dense 이건 바로 신경망을 만드는 것이다. 1. 신경망 신경망은 위의 그림에서 처럼 input=> activation funtion(화살표) => Hidden(output이자 input) => activation function => Output 으로 된다. 식, y = f(Wx+b) f(): 활성화 함수 W: 가중치 x: input data y: output data 2. tf.keras.layers.Dense 신경망을 이해할 때 사용하는 모듈이 바로 tf.keras.layers.Dense이다. tf.k..

Numpy 기초 1. NumPy 배열 NumPy는 과학 연산을 위한 파이썬 핵심 라이브러리 NumPy는 고성능 다차원 배열과 이런 배열을 처리하는 다양한 함수와 툴을 제공 사용법 import numpy as np 버전확인 np.__version__ NumPy 배열구조는 Shape이다 배열은 파이썬 튜플 자료형을 이용하여 정의한다. shape가 (28, 28, 3)이라면 3차원 배열이고 사진은 높이가 28, 폭이 28, 각 픽셀은 4개 채널(RGB)로 구성된 데이터 구조를 갖는다. 다차원 배열은 입체적인 데이터 구조를 가지고 데이터의 차원은 여러 갈래의 데이터 방향을 갖는다. 이때 데이터 방향은 axis로 표현할 수 있다. 향방향(높이), 열방향(폭), 채널 방향은 각각 axis=0, axis=1 그리고 ..

0. 들어가면서 NLP에 대해서는 할 이야기가 상당히 많다. 그러나 상세히 설명하기엔 너무 복잡하므로 간단히 하고 추가는 다른 페이지로 하겠다. NLP는 단어 문장 문서로 이야기를 많이 한다. Word, Sentence, and Document Embedding 말의 가장 작은 단위가 word고 word가 모여서 Sentence가 되고 Sentence가 모여서 Document가 된다. 모든 과정에서 의미를 추출하는 것이 NLP의 궁극적인 목표이고, 그것을 어떻게 하는지에 대해 가장 중요하게 연구되는 부분이 Embedding이다. 그중에서 오늘은 word Embedding에 대해서만 볼 거다. word Embedding 단어 하나에 대해서 꽤 많은 dimension을 가진 벡터로 표현을 하는 것이다. 앞에..

0. 들어가면서 분류 문제로 다시 들어가 보자. 이번에 적을 모델은 Naive bayes(나이브 베이즈)라는 모델이다. 이 모델의 특징은 2가지이다. 이 모델은 컴퓨터가 분류를 했을 때, 사람이 직관적으로 판단이 가능하다. 굉장히 많은 머신러닝 연구에서 Naive Bayes 모델을 기본 모형으로 사용한다. 그러나 모델이 나온 지 오래된 모델이고 간단한 모델이라 결과는 그렇게 좋지 않다. 그러나 모델의 기준값인 base라인으로 대부분이 사용한다. ex_ "Naive Bayes 모델로 60% 로가 나왔다. 이거보다는 잘 나와야 하지 않겠냐?" 이러한 느낌으로 사용한다. Features Features란 분류를 하기위해 기준이 되는 성질이나, data detail 정도로 생각할 수 있다. 즉, image는 픽..

회귀모델은 연속형 타겟 변수(continuous target variable)과 여러 입력 변수들(input variables)의 관계를 만드는 모델이다. 사실 f의 구조, 학습 방법에 따라 다양한 종류의 회귀모델이 존재한다. y = f(x1, x2, x3, ..., xp) 적용 가능한 예로는 중고차 가격 예측, 주식 가격 예측, Object detection 등등이 있다. Linear Regression Linear Regression가 무엇인지 알아보자. Regression의 핵심은 선택지가 1, 2, 3, 4번 중에 있어서 고르는 게 아니고 x값에 대한 y값이 실수로 주어지는 것이다. ex_ 집의 평수에 따른 가격. 그리고 Regression 중에 Linear Regression이 가장 쉽다. 사실..

0.들어가면서 딥러닝을 하다 보면 다양한 데이터 유형을 다루게 된다. 이 때 선형대수 연산에 numpy의 sum 함수를 사용하면 매우 편리하다. 데이터 유형 스칼라 - 보통 x와 같은 알파벳 소문자로 표기한다. 벡터 - 여러 숫자가 모여 있어 일반적으로 일차원 배열이 벡터이다. 행렬(matrix) - 복수 차원을 가지는 데이터가 여러 개 있는 경우의 데이터를 합쳐서 표기한 것이다. 일반적으로 2차원 배열이고 3차원 이상의 배열은 텐서(tensor)라고 한다. 실습 >>> arr = np.arange(0, 32) >>> len(arr) 32 >>> arr array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21,..

저는 파이썬을 조금 했고 처음시작하고 있습니다. 공식문서를 통해 공부하면서 처음보시는 분들도 이해할 수 있게 구글링을 통해 찾아가면서 코드를 하나씩 하나씩 풀이 해 놓겠습니다. 완벽하기 보다는 흐름따라서 쭉 읽으시면 됩니다. 참고 홈페이지는 https://www.tensorflow.org/tutorials/keras/classification?hl=ko 첫 번째 신경망 훈련하기: 기초적인 분류 문제 | TensorFlow 코어 Note: 이 문서는 텐서플로 커뮤니티에서 번역했습니다. 커뮤니티 번역 활동의 특성상 정확한 번역과 최신 내용을 반영하기 위해 노력함에도 불구하고 공식 영문 문서의 내용과 일치하지 않을 수 www.tensorflow.org 이미지를 분류하는 신경망 모델에 대해 알아보자. 쭉 읽어보..