일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
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 | 26 |
27 | 28 | 29 | 30 |
- dl
- webserving
- 성능
- ml 웹서빙
- fastapi
- 1유형
- 예제소스
- ㅂ
- 공간시각화
- 공간분석
- 딥러닝
- Ai
- QGIS설치
- KNN
- DASH
- 실기
- qgis
- 머신러닝
- 2유형
- pytorch
- CUDA
- 인공지능
- 캐글
- streamlit
- Kaggle
- 빅데이터분석기사
- 3유형
- GPU
- K최근접이웃
- gradio
- Today
- Total
목록전체 글 (90)
에코프로.AI

Tensorflow의 CNN(Convolution Neural Network) 모델을 이용해서, 강아지,고양이 이미지를 학습 후, 분류하는 모델을 만들어 보겠습니다.기본설정파이썬 기본라이브러리 불러오기import pandas as pdimport numpy as npimport matplotlib.pyplot as plt구글 드라이브 연동colab에서 작성되었으며, 이미지는 구글드라이브에서 가져와서 학습한다.# 구글 드라이브 마운트from google.colab import drivedrive.mount('/content/drive')# 나의 루트 경로 설정rootdir = '/content/drive/MyDrive/Colab Notebooks/ML' 독립변수(x_data), 종속변수(y_data) 불러..

RNN 이란?RNN(Recurrent Neural Networks)은 순차적 데이터를 분석하기 위한 딥러닝 모델입니다. DNN(Deep Neural Network)은 은닉층 내 노드간에 연결이 안되어 있지만, RNN은 은닉층 내 노드를 연결하여, 이전 스텝의 정보를 은닉층 노드에 담을수 있도록 구성했습니다.순서가 있는 순차적 데이터란 문장이나 음성같은 연속적인 데이터를 말하는데, 이러한 데이터는 위치(순서)에 따라 의미가 달라지는 것을 말합니다. 즉 현재 데이터의 의미를 알기 위해서는 이전의 과거 데이터도 알고 있어야 합니다.자연어처리, 음성인식, 기계번역, 주가예측 등의 분야에 많이 사용됩니다.RNN은 은닉층 내의 순환구조를 이용하여, 과거의 데이터를 기억하여 새롭게 입력되는 데이터와 과거 데이터를 연..

CNN 이란?Convolutional Neural Network, 합성곱 신경망뉴럴 네트워크에서 컨볼루션 연산을 추가한 신경망입니다.인간의 시신경 구조를 모방한 기술이미지를 인식하기 위해 패턴을 찾는데 특히 유용함.특징맵을 생성하는 필터까지도 학습이 가능해 비전(vision) 분야에서 성능이 우수함.사람이 여러 데이터를 보고 기억한 후에 무엇인지 맞추는 것과 유사함.데이터를 직접 학습하고 패턴을 사용해 이미지를 분류함.이미지의 공간정보를 유지한 채 학습을 하게 하는 모델(1D로 변환하는 것이 아닌 2D 그대로 작업 함)자율주행자동차, 얼굴인식과 같은 객체인식이나 Computer Vision 이 필요한 분야에 많이 사용되고 있음. CNN 구조Fully Connected Layer 만으로 구성된 인공 신경망..

필요 라이브러리 설치!apt-get update!apt install chromium-chromedriver # 크롬드라이버 설치!pip install selenium # selenium 설치 구현 코드Crome webdriver 를 사용해서, selenium을 사용하는 경우라, 로컬에서 실행해야해서, vs code 에서 실행해야 한다.from bs4 import BeautifulSoupfrom selenium import webdriverfrom selenium.webdriver.common.keys import Keysfrom selenium.webdriver.common.by import Byimport urllib.request..

mnist 데이터셋TensorFlow 샘플에 보면 mnist 데이터셋이 많이 등장합니다. MNIST는 인공지능 연구의 권위자 LeCun교수가 만든 데이터 셋이고 현재 딥러닝을 공부할 때 반드시 거쳐야할 Hello, World같은 존재입니다. MNIST는 60,000개의 트레이닝 셋과 10,000개의 테스트 셋으로 이루어져 있고 이중 트레이닝 셋을 학습데이터로 사용하고 테스트 셋을 신경망을 검증하는 데에 사용합니다. MNIST는 간단한 컴퓨터 비전 데이터 세트로, 손으로 쓰여진 이미지들로 구성되어 있습니다. 숫자는 0에서 9까지의 값을 갖는 고정 크기 이미지 (28x28 픽셀)로 크기 표준화되고 중심에 배치되었습니다 Tensorflow 모델링 구현 (Feat. keras.Sequential)구글 드라이브 ..