keras 썸네일형 리스트형 tf.keras를 사용하기 위해 알아야 할 오픈소스 2가지 오늘은 tf.keras를 사용하기 위해 알아야 할 오픈소스 2가지에 대해서 알아보겠습니다. 텐서플로에 접근하기 위해서 알아야 할 내용중의 하나입니다. NumPy 및 pandas tf.keras를 사용하려면 최소한 다음 오픈소스 Python 라이브러리 2개에 대한 이해가 필요합니다. NumPy: 배열 표현 및 선형 대수 연산 단순화를 단순화합니다. pandas: 메모리에서 데이터 세트를 쉽게 나타낼 수 있는 방법을 제공합니다. 만약 NumPy 또는 Pandas에 익숙하지 않은 경우 다음 두 가지 Colab 연습으로 시작해 볼 수 있습니다. NumPy Ultraquick 튜토리얼 Colab 실습에서 이 과정에 필요한 NumPy 정보를 모두 확인할 수 있습니다. pandas Ultra 튜토리얼 Colab 실습.. 더보기 TensorFlow 툴킷 계층 구조 TensorFlow는 머신러닝용 엔드 투 엔드 오픈소스 플랫폼입니다. TensorFlow는 머신러닝 시스템의 모든 측면을 관리하기 위한 풍부한 시스템입니다. 하지만 이 강의에서는 특정 TensorFlow API를 사용하여 머신러닝 모델을 개발하고 학습시키는 방법에 중점을 둡니다. 광범위한 TensorFlow 시스템에 관한 자세한 내용은 TensorFlow 문서를 참조하세요. TensorFlow API는 하위 수준 API를 기반으로 하는 상위 수준 API를 사용하여 계층적으로 정렬됩니다. 머신러닝 연구원은 하위 수준 API를 사용하여 새 머신러닝 알고리즘을 만들고 탐색합니다. 이 클래스에서는 tf.keras라는 상위 수준 API를 사용하여 머신러닝 모델을 정의 및 학습시키고 예측합니다. tf.keras는 .. 더보기 텐서플로 2.0 시작하기: 초보자용 AI를 이용하기 위해서 텐서플로를 사용하기로 결정하고 본격적으로 알아가보기로 합니다. 저는 AI를 이용한 주식투자에 관심이 있습니다. 생각이 확장되는대로 한번 제가 공부해 가는 것을 여기에 올려가 보도록 하겠습니다. 텐서플로 2.0 시작하기: 초보자용 이걸 하려다 보니 일단 저는 환경이 윈도즈인데 WSL(윈도우에서 리눅스를 지원하는 환경)이 생겼고, 그 환경에서 텐서플로의 원활한 지원이 된다고 해서 먼저 WSL의 구축을 하였습니다. 저와는 다른 환경에 계신분들은 또 다른 방법으로 환경을 구축하시면 되겠습니다. 이 짧은 소개 글은 Keras를 사용하여 다음을 수행합니다. 사전에 빌드한 데이터세트를 로드합니다. 이미지를 분류하는 신경망 머신 러닝 모델을 빌드합니다. 이 신경망을 훈련합니다. 모델의 정확도를 .. 더보기 텐서플로 허브(TensorFlow Hub) 와 전이학습(Transfer Learning) 모델의 정확도를 높이기 위해서 이미 학습해 놓은 텐서플로의 모델을 사용하여 처리하는 방법(전이학습)을 사용합니다. TensorFlow Hub and Transfer Learning TensorFlow Hub는 사용할 수 있는 이미 훈련된 TensorFlow 모델의 온라인 리포지토리입니다. 이러한 모델은 있는 그대로 사용하거나 전이 학습에 사용할 수 있습니다. 전이 학습은 기존의 훈련된 모델을 취하여 이를 확장하여 추가 작업을 수행하는 과정입니다. 여기에는 가능한 다른 출력을 얻기 위해 최종 레이어를 추가 및 재교육하는 동안 모델의 대부분을 변경하지 않고 그대로 두는 것이 포함됩니다. 우리는 둘 다 할 것이다. 여기에서 TensorFlow Module Hub에서 사용 가능한 모든 모델을 볼 수 .. 더보기 시각화로 컨볼루션 네트워크 이해 시각화로 컨볼루션 네트워크 이해 컨볼루션 신경망 이해 지금까지 우리는 CNN이 이미지 분류에서 정말 잘 수행하는 것을 보았습니다. 그러나 이 시점에서 우리는 이러한 CNN이 실제로 어떻게 작동하는지 실제로 알지 못합니다. CNN이 실제로 무엇을 배우고 있는지 이해할 수 있다면 원칙적으로 더 개선 할 수 있어야합니다. CNN을 이해하는 한 가지 방법은 컨볼루션 레이어를 시각화하는 것입니다. 컨볼 루션 레이어를 시각화하는 방법에 대해 자세히 알아 보려면 아래 링크를 참조하세요. Imagenet에서 사전 훈련 된 InceptionV3 모델의 컨볼 루션 계층 출력 컴퓨터 비전 분야는 Convolution Neural Networks가 등장한 이후 엄청난 발전을 이루었 습니다. 이 분야의 놀라운 연.. 더보기 이전 1 다음
