1%

Keras에서 RNN 모델을 만들기 위해 필요한 함수/라이브러리 일반적으로 RNN 모델은 입력층으로 Embedding 레이어를 먼저 쌓고, RNN 레이어를 몇 개 쌓은 다음, 이후 Dense 레이어를 더 쌓아 완성합니다. 임베딩 레이어 tf.keras.layers.Embedding(input_dim, output_dim, input_length) Copy : 들어온 문장을 단어 임베딩(embedding)하는 레이어 input_dim: 들어올 단어의 개수 output_dim: 결과로 나올 임베딩 벡터의 크기(차원) input_length: 들어오는 단어 벡터의 크기 RNN 레이어 tf.keras.layers.SimpleRNN(units) Copy : 단순 RNN 레이어 units: 레이어의 노드 수 imp..

Keras에서 CNN 모델의 평가 및 예측을 위해 필요한 함수/메서드 평가 방법 evaluate() 메서드는 학습된 모델을 바탕으로 입력한 feature 데이터 X와 label Y의 loss 값과 metrics 값을 출력합니다. model.evaluate(X, Y) 예측 방법 multiclass일때 사용되며, X 데이터의 예측 label 값을 출력합니다. model.predict_classes(X) 전처리와 모델 구현은 그 전 게시글을 참고해주세요 :) https://1percent-a-day.tistory.com/19 [딥러닝] 이미지 처리를 위한 데이터 전 처리_MNIST 분류 CNN 모델 MNIST는 손글씨로 된 사진을 모아 둔 데이터로 손으로 쓴 0부터 9까지의 글자들이 있고, 이 데이터를 사용해..

MNIST는 손글씨로 된 사진을 모아 둔 데이터로 손으로 쓴 0부터 9까지의 글자들이 있고, 이 데이터를 사용해서 신경망을 학습시키고, 학습 결과가 손글씨를 인식할 수 있는지 검증할 예정입니다 MNIST는 가로 길이와 세로 길이만 존재하는 2차원 데이터이기 때문에 CNN 모델을 사용하기 위해서는 채널 차원을 추가해서 데이터 모양을 바꿔줘야합니다 (* axis에 -1을 넣으면 어떤 data가 들어오던 마지막 축의 index를 의미합니다) #차원추가함수 tf.expand_dims(data, axis) 이제 직접 코드로 구현해봅시다 우선 필요한 라이브러리를 불러와줍니다 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt 텐서플로..

단층 퍼셉트론이 여러개 모여 히든층이 많아졌을때 우리가 흔히 들어본 딥러닝이라고 합니다 https://1percent-a-day.tistory.com/13 딥러닝 퍼셉트론(perceptron)_초기인공신경망 딥러닝은 머신러닝 방법론 중 하나로 인공신경망에 기반하여 컴퓨터에게 학습하는 방법입니다. 여기서 말하는 인공신경망이란 인간의 신경 시스템을 모방하여 만들어진 학습알고리즘입니다 1percent-a-day.tistory.com 텐서플로우 가장 대표적인 딥러닝 프레임 워크인 텐서플로우는 대형 클러스터 컴퓨터부터 스마트폰까지 다양한 디바이스에서 동작이 가능합니다 딥러닝 모델을 구현하기 위한 첫번째단계는 데이터 전 처리하기 입니다 Tensorflow 딥러닝 모델은 Tensor 형태의 데이터를 입력받게되는데, ..