Theory/DeepLearning (19) 썸네일형 리스트형 [Keras] 이미 학습된 모델을 읽어와서 나의 필기체 숫자 인식하기 2018. 4. 18. 08:00 최근... (음 제가 보통 예약글로 발행하니까.. 어쩌면 연달아서) 발행한 글에서 케라스를 이용해서 MNIST 필기 숫자를 익하는 CNN 알고리즘을 간단하게 테스트하는 투토리얼을 학습한 후 마치 지가 한듯이(^^) 글을 올린적이 있는데요.[바로가기] 이번에는 그 때의 학습된 모델을 저장하고, 다시 읽어 와서 적용만 하는 부분과 내가 쓴 글씨를 인식하는 부분을 보여드릴려고 합니다. 먼저 학습을 수행한 이전 글[바로가기]에서 저 위치에 model.save 명령으로 학습이 완료된 모델을 저장해둡니다. 이 내용은 김태영님의 블록과 함께 하는 파이썬 딥러닝 케라스[바로가기]에 있는 내용입니다. 아무튼 저렇게 저장하고 나면.. 이제 다른 파일에서 저 모델을 읽어주면 됩니다.^^ import warnings warn.. [Keras] MNIST 데이터 셋을 이용한 필기 글씨에 대한 CNN Tutorial 2018. 4. 16. 08:00 최근 딥러닝 관련 학습이 남녀노소(^^) 자신의 전공분야를 떠나서 마구마구 인기를 끌고 있죠. 저도 꽤 예전부터 기초부터 익히려 했으나(ㅠㅠ) 그 놈의 게으름을 그냥 뜨문뜨문 공부했더니 정리가 잘 되지 않은 함정에 빠졌죠. 더구나 너무나 좋은 툴들이 범람하고, 그 너무나 좋은 툴들이 또 너무나 빠르게 버전 업로드가 이뤄지고 있어서, 이제는 그나마 간신히 이해한 것 조차 의미가 없어질까바 또 그것도 걱정인 참.. 황당한 시대에 살고 있습니다.^^. 지금까지는 텐서플로우를 이용해서 단층신경망으로 MNIST 필기 숫자를 인식하고[바로가기] accruracy가 한 90%쯤 나와서 좋아하다가^^, 다시 조금 더 깊은 신경망을 적용하고, 가중치를 초기화하는 부분을 Xavier 방법을 사용[바로가기] accuracy.. [Keras] 타이타닉 생존자 분석. 디카프리오는 정말 살 수 없었을까? 2018. 4. 13. 08:00 영화 타이타닉의 감동을 이번 공부를 하면서 느꼈네요. 머신러닝을 공부하는 분들이 항상 수행하는 연습문제로 MNIST 필기 숫자 인식과 함께 타이타닉 생존자 분석이 있습니다. 저도 역시 공부하는 과정에서 거쳤구요. 이번에는 최근 그 매력에 빠진 케라스(Keras)로 수행해보려고 합니다. 그리고, Keras로 수행한 후 레오나르도 디카프리오가 연기한 그 역할의 남자 주인공의 생존 가능성을 한 번 확인해 보려고 했습니다.^^ 언제나 그랬지만, 오늘도 역시 혼자힘으로는 못하고 많은 분의 도움을 받았습니다. 일부 내용은 그대로 따라했구요. 먼저 Pandas를 이용한 분석과 다양한 데이터를 들여다보고 시각화하는 것은 Matt dePero님의 Titanic Machine Learning from Disaster[바로.. [Tensor Flow] 신경망을 조금 더 깊게 하고 xavier_initializer를 이용해서 MNIST 숫자 판독해보기 2018. 4. 9. 08:00 지난번에 단층 신경망만 가지고 MNIST의 필기 숫자를 학습해서 90%의 accuracy가 나오는 것을 경험[바로가기]했는데요. 사실 MNIST로 테스트하시는 분들께서는 겨우 90%라고 하시겠지만 겨우 단층 신경망으로 해본거니까요... 이번에는 신경망의 층 수를 조금 늘리고, 가중치의 초기값을 구하는 것에 옵션을 하나 추가해 봅니다. 언제나그렇듯~~~ 이 글은 여러 유명한 고수님의 글을 따라한 거지요... 우와~~ 나도 해보니까 되는데요^^ 입니다.^^ 언제나 그랬지만, 오늘은 특별히 글 앞 부분의 코드는 김성훈 교수님의 유명한 딥러닝과 텐서플로우 공개 강좌[바로가기]의 내용을 따르고 있습니다. 특히 오늘은 가중치의 초기값을 잡아주는 Xavier 초기화 방법을 설명해 주시는 자료[바로가기]를 참조했습니다.. [Keras] 케라스로 풀어보는 다변수 입력에 대한 선형회귀 예제 - 나이, 체중에 대한 혈액지방함량 문제- 2018. 4. 6. 08:00 얼마전에 텐서플로우로 풀어보는 다변수 입력에 대한 선형회귀 예제라는 글로 나이, 체중을 입력하고 혈중체지방 함량을 얻어오는 선형회귀 이야기[바로가기]를 했었는데요. 그리고 그 후, ETRI의 장 박사님[바로가기]의 강력한 권고(^^)를 받아 케라스(Keras)를 학습하지 않을 수 없게 되었지요. 사실은 케라스를 이용한 프로젝트(국가가 지원해 주지 않는 단지 의지만 가진 프로젝트.ㅠㅠ. 우린 너무 가난해요.ㅠㅠ)를 시작할 수도 있거든요. 뭐 아무튼... 케라스를 급하게 공부해야 겠다고 생각하고, 자료를 찾다가, 바로 김태영님의 블록과 함께 하는 파이썬 딥러닝 케라스[바로가기]라는 책을 읽고 케라스의 세계가 정말 멋지다는 생각을 하게 되었습니다. 특히 김태영님의 설명하시는 스킬은 정말 엄청난 것 같습니다. .. [Tensor Flow] 단층 신경망으로 텐서플로우를 이용해서 MNIST 숫자 판독해보기 2018. 3. 2. 08:00 데이터 사이언스 카테고리에서 저는 [Tensor Flow]라고 제목에 머릿말을 달고 연재를 시작했는데요. 처음에는 나이, 체중에 따른 혈중지방함량치를 선형회귀로 예측하는 예제[바로가기] 수행했었는데요. 그때 단층 신경망을 사용했었죠. 오늘은 MNIST 필기 숫자를 판독해볼려고 합니다. 언제나 그랬지만, 오늘은 특별히 글 앞 부분의 코드는 김성훈 교수님의 유명한 딥러닝과 텐서플로우 공개 강좌[바로가기]의 내용을 따르고 있습니다. 단, 글 후반부 숫자 데이터를 확인하는 과정은 알량한 지식으로 제가 살을 정말 쪼금 붙였습니다. 오늘의 결과는 좋지 않습니다. 그러나 이미지 인식률을 높이는 것이 목적이 아니라, 간단한 신경망으로 예제 하나를 해보는 것이 그 내용입니다. 먼저... import tensorflow .. [Tensor Flow] XOR 문제를 해결하기 위해 은닉층(Hidden Layer)를 하나 추가해 보기 2018. 2. 19. 08:00 대부분의 딥러닝 혹은 신경망 책, 동영상 강의등을 보면 이렇게 진행해 오다가 XOR라는 단어가 나타납니다. 저도 전자회로 이후에 이렇게 AND, XOR 등의 단어를 많이 본 건 참 오랜만이네요. 처음 AND를 학습[바로가기]했던 예제는 입력 노드에 가중치가 붙고 출력 노드로 이어지는 아주 심플한 구조였습니다. 이번에는 단일 신경망으로는 풀 수 없는 유명한 문제 XOR를 은닉층 하나 추가해서 간단히 풀어내는 예제를 볼려고 합니다~~~~ 오늘도 언제나 그렇듯~ 김성훈 교수님의 유명한 딥러닝과 텐서플로우 공개 강좌[바로가기], 그 외에 엣지있게 설명한 텐서플로우[바로가기], 딥러닝 첫걸음[바로가기], 처음 배우는 머신러닝[바로가기]을 정말 단순히 따라가는 수준입니다. 뭐 아무튼... 처음 AND 예제[바로가기.. [Tensor Flow] 텐서보드 Tensorboard 사용해보기 2018. 2. 9. 07:24 최근 저는 텐서플로우로 간단한 Hello World 수준의 예제를 한 번 다뤄보고[바로가기], 그 후에 변수의 히스토리를 Python list형으로 저장해서 학습이 완료된 후에 확인해보는 것[바로가기]을 다루고난 후, 입력 변수가 2개, 출력 변수가 1개인 경우의 선형회귀(Linear Regression) 문제를 텐서플로우로 확인하는 예제[바로가기]도 다루어 보았습니다. 이제 텐서플로우에서 참 유용하게 사용하는 텐서보드(Tensor Board)를 소개하려고 합니다. 이전에 정말 초급모드로 다룬적[바로가기]이 있습니다만, 그 때는 저 자신도 그게 뭔지도 모르고 그냥 이렇게 하니 되네요~~하고 이야기했던 거라 다시 다뤄보고 싶었습니다. 언제나 Python을 공부하다 보면 참 고마운 분들이 많습니다. 너무 많.. 이전 1 2 3 다음
