목록Machine Learning (23)
Deep Learning study
[Pytorch] kaggle cat&dog CNN 으로 분류하기
pytorch를 써야해서 .. 연습하려고 뭔가 해보려고 하다가 kaggle에 cat dog 데이터셋을 다운받아서 학습시켜보았다! 123456789101112131415161718import numpy as npimport matplotlib.pyplot as pltimport osimport torchimport torchvisionimport torchvision.transforms as transformsfrom torch.autograd import Variableimport torch.nn as nnimport torch.nn.functional as Ffrom __future__ import print_functionimport argparseimport csvimport os.pathimpor..
Supervised & Unsupervised learning
1. supervised learning 지도 학습 (Supervised Learning)은 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이다.( https://ko.wikipedia.org/wiki/지도_학습) 지도학습이라는 말과 같이, 데이터에대한 레이블(Label)을 달아주어 함께 학습시키는 것이다. 즉 각 값에대한 원하는 목표치를 표시해 학습시키는 것이다. 회귀(regression)와 분류(classification)에 대해 알아보자 Andrew Ag 교수님의 강의 ppt를 가져왔다. 이 예시는 집의 평수에 따른 가격을 나타낸 것이다. 데이터를 보면 집평수에대한 그집의 가격(Label)이 나타나 있으므로 지도학습에 ..
Recurrent Neural Network(RNN)with time series data
드디어 마지막 강의를 들었다.(https://www.youtube.com/watch?v=odMGK7pwTqY&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=47) 마지막 강의는 RNN과 time series data를 사용해보는 것이다. 이 강의에서 소개한 것은 주가를 예측해 보는 것이다. 아래는 그 코드이다. 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868788899091929394959697989910010110210310..
Recurrent Neural Network(RNN)을 사용해보자 !
https://www.youtube.com/watch?v=39_P23TqUnw&index=43&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm RNN은 NN의 꽃 이라고 하신다. 이유는 현재 가장 많은 분야에서 쓰이고 가장 활발한 연구가 이루어지고 있는 분야이기 때문이 아닐까 또 그럴수 밖에 없는 이유가, 우리가 가장 많이 쓰고 있고 가장많이 활용하는 것 이라고 하면 '언어'이기 때문에 그에대한 연구를 한다면 많은 발전을 이룰 수 있어서가 아닐까... 생각해 본다 ㅎㅎ 여튼 이론적인 부분은 나중에 다시 쓰도록하고, Tensorflow 예제코드를 보며 복습해보자 12345678910111213141516171819202122232425262728293031323334353637383..
Convolutional Neural Network(CNN)으로 MNIST 99%이상 해보기
저번에 CNN 을 tensorflow으로 기본적인 개념들을 맛보았고 이번에는 그것들을 활용하여 MNIST를 학습시켜 보자!(https://www.youtube.com/watch?v=pQ9Y9ZagZBk&t=18s) 123X = tf.placeholder(tf.float32, [None, 784])X_img = tf.reshape(X, [-1, 28, 28, 1])Y = tf.placeholder(tf.float32, [None,10])cs 먼저 MNIST data set은 28*28이미지 이기 때문에 X를 784(28*28)로 잡아와 준다. 그리고 이미지를 받아올 X_img 와 Label을 받아올 Y이다. 12345W1 = tf.Variable(tf.random_normal([3,3,1,32], stdd..
Convolutional Neural Network(CNN) Basic
아직은 강의를 보고 따라서 해보고 내용을이해하는 정도이므로 이론에 관한 내용들은 좀 더 익숙해지고 잘해진다면 머신러닝의 처음내용부터 차근차근 써 보아야겠다. 어쨌든 오늘 해볼것은 CNN의 부분적인 내용들(?) 이다. 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 import tensorflow as tf import numpy as np from tensorflow.examples.tutorials.mnist import input_data import matplotlib.pyplot as plt sess = tf.InteractiveSession() image = np.array([[[[1],[2],[3]], [[4],[5],[6]..
Neural Network(NN)로 MNIST 학습하기(ReLU, xavier initialization, Drop out) for tensorflow
이전에 공부했었던 softmax함수를 이용한 학습법은 정확도가 89-91% 정도였다. 하지만 이번에 해본 NN을 이용한 코드를 돌려보았더니 훨씬 좋은 결과가 나왔다. 1. ReLU 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152import tensorflow as tfimport numpy as npfrom tensorflow.examples.tutorials.mnist import input_data tf.set_random_seed(777) mnist = input_data.read_data_sets("MNIST_data/",one_hot=True) training_epochs ..