숫자 (3) 썸네일형 리스트형 Python에서 OpenCV를 통해 내가 손으로 쓴 숫자 영역 확인하기 2018. 5. 8. 08:00 어떻게 사는게 좋을까? 어떤 선택을 하는 것이 최선일까?를 난데없이 문득 고민하는 하루입니다. 별로 고민없이 물 흐르는데로 사는 것이 인생이라 생각하고, 오직 즐거움(^^)만을 따라다녔는데... 뭔가 요즘 선택을 계속 고민하게 되네요.ㅠㅠ. 이럴때는 일하다말고, 잠시 블로깅하는 것이 정신건강에 좋죠^^. 얼마전에 이때까지 10년 블로그 생활중에 처음으로 OpenCV라는 아이를 이용해서, Python으로 OpenCV를 이용해서 사람의 얼굴이나 몸을 인식하는 것을 haarcascade를 이용해서 연습했는데요. 이번에는 내가 직접 쓴 숫자에서 숫자 하나하나가 위치하는 영역을 인식하고 싶네요^^. 어떻게하면 좋을까요^^. 정답은?? 구글이죠^^ 아무튼.. 그 연습을 시작해볼께요...아... 이겁니다. 이 손글씨.. [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.. [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 .. 이전 1 다음
