DeepLearning

DeepLearning - 신경망 결합 concatenate

inputA = Input(shape=(2,)) x = Dense(4,activation='relu')(inputA) x = Dense(2, activation='relu')(x) x = Model(inputs=inputA,outputs=x) inputB = Input(shape=(4,)) y = Dense(4, activation='relu',)(inputB) y = Dense(2, activation='relu')(y) y = Dense(2, activation='relu')(y) y = Model(inputs=inputB,outputs=y) from tensorflow.keras.utils import plot_model x.summary() y.summary() #inputA , inputB 합치..

2022. 10. 31. 10:33

DeepLearning

DeepLearning - Tensorflow 신경망 원리

신경망은 스스로 학습하게끔 하는 것이다. 예를들어, 개와 고양이는 어떻게 구분 할까 보통 코드는 고양이의 귀는 어떻게 생겼고 색은 어떻고 특징을 지정해줘야하는데 신경망은 그저 신경망 코드를 짜는 것이다. 고양이와 개의 사진을 보여주고 어떤 것이 고양이인지 , 개 인지 스스로 학습 하고 이해 시킨다. 근본적으로 다른 두가지 접근법이다 . y^ = 예측 값 y = 실제값이라고 하면, 차트를 그려, 아웃풋(실제) , 예측 그래프를 그리고, 최대한 좋은 가중치를 뽑기 위해서 역전파(거꾸로 검증)을 통해 최고의 W(가중치 값 )을 뽑는게 중요하다 비용 함수를 최적화 해야 한다. 7. 배치 경사 하강법 * 비용 함수를 최적화 하는 최고의 방법 -모든행이 신경망에 연결될때, 하나의 신경망만 있을..

2022. 10. 30. 14:42

DeepLearning

DeepLearning - Tensorflow (Kaggle, Fashion MNIST)

딥러닝 다중 클래스 분류 문제 from tensorflow.keras.datasets import fashion_mnist '''데이터 전처리 ''' (X_train,y_train),(X_test,y_test) = fashion_mnist.load_data() ''' 학습용 세트는 이미지 X_train = 6만개 이미지의 모든 픽셀 X_test = 1만개 이미지의 모든 픽셀 Y_train 학습세트 테스트 대상 Y_test = 학습세트 테스트 대상 ''' # 이미지 표준화 하기 255로 나누어 0,1사이로 만든다. X_train = X_train / 255.0 print(X_train.shape) # (60000, 28, 28) X_test = X_test / 255.0 # (10000, 28,26) # ..

2022. 10. 30. 14:37

DeepLearning

DeepLearning - Tensorflow 활성화 함수 정리

활성화 함수의 종류는 많은데 그중 자주 쓰이는 함수 4개 개념 정리 - 한계값 함수 : X축에는 입력의 가중치값이 있고 Y축에는 0~1까지의 값이 있다. 함계값 함수는 0에 더 가까우면 0을 출력 0보다 크거나 같으면 1을 출력한다 ex) Yes or No no other option -시그모이드 함수: 로지스틱 회귀에 자주 사용 한계값과 달리 부드럽게 그려지는 함수이다 . 0보다 작은 값도 0에 수렴하게끔 한다 가장 마지막 출력레이어에 유용하다 특히 확률 추정 할때 - 정류함수: 0까지도 내려간다. 입력값이 증가함에 따라 점차적으로 증가한다. (가장 많이 사용) - 하이퍼볼릭 텐젠트 함수 : 시그모이드와 비슷하다 하지만 0 이하로 내려간다 결과값은 0~1또는 1에 근접 할 수 있고 0~ -1까지 갈수도..

2022. 10. 29. 22:52

DeepLearning

DeepLearning - Tensorflow 기초(텐서,변수,연산,문자열)

텐서플로우 1버전과 2버전의 차이는 '넘파이' 기능 추가 #넘파이 텐서 tensor_20 = np.array([[23,4],[32,51]]) tensor_from_np = tf.constant(tensor_20) print(tensor_from_np) 출력: tf.Tensor( [[23 4] [32 51]], shape=(2, 2), dtype=int32) np.array로 (2,2) 행렬을 만든후 출력하면 shape 와 2,2배열 , dtype 정수형 2차원 텐서가 출력된다 #Variables 변수 tf2_variable = tf.Variable([[1.,2.,3.],[4.,5.,6.]]) print(tf2_variable.numpy()) 출력: [[1. 2. 3.] [4. 5. 6.]] 만약 vari..

2022. 10. 29. 14:20

DeepLearning

DeepLearning - Sequential API / Functional API?

Functional API? *병렬구성이 필요하다고 생각할 때 사용* ->Sequential API는 여러 층을 공유하거나 다양한 종류의 입력과 출력을 사용하는 등의 복잡한 모델을 만드는 것 -> 중/고급 -> 각 레이어를 함수로 정의 from tensorflow.keras.layers import Input,Dense from tensorflow.keras.models import Model inputs = input(shape=(10,)) #입력층 반드시 정의 후 저장 hidden1 = Dense(16,activation='relu')(inputs) #입력층과 1번 히든레이어 결합 hidden2 = Dense(16,activation='relu)(hidden1) #1번과 2번 히든레이어 결합 outp..

2022. 10. 28. 16:48