NeuroWhAI의 잡블로그

드디어! 성공했습니다! 와! PPAP!! 간단하게 입력 문장을 문자 단위로 나누고 그걸 그대로 출력하는게 정답인 데이터 세트를 사용했고 학습을 시킨 후 어텐션 매트릭스(Attention Matrix)를 출력해서 제대로 학습이 되었는지 검증을 했습니다. 짠! 성공한게 틀림없다구요! (아마도요...) X축이 입력 문장, Y축이 출력 문장입니다. 만들면서 가장 힘들었던 건 텐서를 생각대로 다루는 것과 어텐션 스코어 계산이었습니다. 텐서를 막 늘리고 돌리고 연산하는데 차원을 잘 맞춰야 하면서도 무작정 차원만 맞추면 연산이 올바르지 않게 되어버렸어서 힘들었습니다. 가장 멍청했던 실수는 텐서의 축을 치환하는데 Permute대신 Reshape을 썼던 것입니다. 이러면 차원은 맞춰지지만 요소들이 이상하게 배치되죠.....

Colab에서 외부 파일을 불러오고 싶을때 이 방식을 쓰면 가능합니다. # Install the PyDrive wrapper & import libraries. # This only needs to be done once per notebook. !pip install -U -q PyDrive from pydrive.auth import GoogleAuth from pydrive.drive import GoogleDrive from google.colab import auth from oauth2client.client import GoogleCredentials # Authenticate and create the PyDrive client. # This only needs to be done once..

https://colab.research.google.com Colaboratory는 Jupyter Notebook의 구글 드라이브 버전이라고 보시면 됩니다. 구글 문서를 사용하면 한 문서를 여러 사람들이 동시에 작업하는 협업이 가능했는데 그게 주피터 노트북(을 닮은 무언가)에도 가능해졌다는 겁니다. 협업 가능! 설치? 필요없음! 필요한건 인터넷과 웹 브라우저! 성능? GPU, TPU 지원! 필요한건 오직 구글 계정! 그냥 자신의 구글 드라이브에서 Colaboratory 파일을 만들어 열면 끝! 바로 사진 보시죠! 텐서플로를 사용해서 CNN으로 MNIST 이미지를 분류하는 예시를 돌려봤습니다. 진짜 이게 될까 반신반의하면서 돌린건데 실행결과가 주르륵 나오는거보고 감동먹었습니다. (왜 굳이 감동까지 먹냐면..

confusion_matrix는 scikit-learn이라는 라이브러리에서 지원하는 함수로서 입력에 대해 모델이 예측한 결과 클래스와 실제 목표 클래스가 일치하는 개수를 센 결과를 반환해줍니다. 케라스 책 보다가 나와서 검색해본겁니다 ㅎ 반환하는 결과는 아래처럼 실제 목표 클래스는 행으로, 예측한 클래스는 열로 나타낸 행렬이 됩니다. y_true = [2, 0, 2, 2, 0, 1] # 목표 클래스 y_pred = [0, 0, 2, 2, 0, 2] # 예측 클래스 confusion_matrix(y_true, y_pred) # 예측: 0 1 2 # ↓목표array([[2, 0, 0], # 0 [0, 0, 1], # 1 [1, 0, 2]])# 2 그러니까 정확도가 100%라면 위 행렬에서 좌-우 대각선에만 ..