목록Ai/DL (22)
UOMOP
성능 향상 using shuffle
1. 각종 모듈 호출 import numpy as np from tensorflow.keras.datasets import cifar10 from tensorflow.keras.utils import to_categorical from sklearn.model_selection import train_test_split import matplotlib.pyplot as plt from tensorflow.keras.models import Model, Sequential from tensorflow.keras.layers import Input, Conv2D, Activation, MaxPooling2D, Flatten, Dense,\ Dropout, BatchNormalization from tenso..
성능 향상 using Batch_normalization
import numpy as np import matplotlib.pyplot as plt from tensorflow.keras.datasets import cifar10 from tensorflow.keras.models import Model, Sequential from tensorflow.keras.layers import Input, Conv2D, Activation, MaxPooling2D, Flatten, Dense, Dropout, BatchNormalization from tensorflow.keras.optimizers import Adam, RMSprop # label 번호 순으로 target값 나열해주기 NAMES = np.array(["airplane", "automobile",..
feature map size 계산
from tensorflow.keras.layers import Input, Conv2D from tensorflow.keras.models import Model input_tensor = Input(shape = (5, 5, 1)) x = Conv2D(filters = 1, kernel_size = (3, 3), strides = 1)(input_tensor) print("x's shape : {}".format(x.shape)) from tensorflow.keras.layers import Input, Conv2D, ZeroPadding2D from tensorflow.keras.models import Model input_tensor = Input(shape = (6, 6, 1)) padded..
CNN model 생성
## CNN 모델을 생성해보자 import numpy as np import pandas as pd import os from tensorflow.keras.layers import Input, Dense, Flatten, Conv2D, MaxPooling2D from tensorflow.keras.models import Model input_tensor = Input(shape = (14, 14, 1)) x = Conv2D(filters = 4, kernel_size = 3, strides = 1, padding = "same", activation = "relu") (input_tensor) x = Conv2D(filters = 6, kernel_size = 3, activation = "relu"..
Functional API
module 호출 함수 생성 데이터 불러오기 0~1 함수 적용 one hot encoding 학습/검증/테스트 데이터 분리 모델 생성 모델 설정 모델 학습 학습/검증 셋으로 성능 비교 테스트 셋을 통한 성능 확인 1. module 호출 import matplotlib.pyplot as plt import numpy as np from sklearn.model_selection import train_test_split from tensorflow.keras.utils import to_categorical from tensorflow.keras.layers import Input, Flatten, Dense from tensorflow.keras.models import Model from tensorf..
미니배치 경사 하강법 using algorithm (boston)
미니배치 경사 하강법은 샘플의 일부만을 이용해서 선형식의 가중치와 절편을 업데이트하고, 샘플의 양은 설정이 가능. 미니배치 경사 하강법을 크게 2가지 방식이 있다. 학습 샘플을 특정 갯수만큼 랜덤하게 추출하거나, 학습 샘플을 특정 갯수만큼 가져오되, 모든 데이터를 사용할 수 있도록 하는 것이다. 실무에서는 2번째 방식을 더 많이 이용하여 데이터 편향을 방지하여 모든 데이터를 학습할 수 있도록 한다. 실제로 keras에서도 2번째 Mini-Batch Gradient Descent 방식을 자동으로 사용하고 있고, batch_size의 default값은 32이다. 1. 데이터 불러오기 import numpy as np import pandas as pd from sklearn.datasets import lo..