NeuroWhAI의 잡블로그

역시 초짜가 건들기엔 너무 무리한것 같습니다 ㅠㅠ 생성기 학습이 잘 안되네요... 판별기에 FC를 넣어서 그런가 아니면 속도좀 올린다고 conv 계층을 두개나 줄여서 그런건지. 코드: 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 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101..

※ 이 글은 '골빈해커의 3분 딥러닝 텐서플로맛'이라는 책을 보고 실습한걸 기록한 글입니다. 넵 이전 예제에 이어서 또 GAN 입니다. 미리 스포(?) 해드리자면 이번 예제는 제가 이해를 덜했습니다... ㅠ 코드: 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 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96..

※ 이 글은 '골빈해커의 3분 딥러닝 텐서플로맛'이라는 책을 보고 실습한걸 기록한 글입니다. GAN(Generative Adversarial Networks)라는 신경망 구조를 이용해서 생성기와 판별기의 경쟁으로 생성기가 사실적인 이미지를 생성하도록 학습시킬 수 있습니다. 이 예제에서는 생성기가 노이즈 입력을 받아 MNIST 이미지와 비슷한 이미지를 생성하도록 하는게 목표입니다. 코드: 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 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 ..

틱택토 인공지능 입니다. https://www.neverstopbuilding.com/blog/2013/12/13/tic-tac-toe-understanding-the-minimax-algorithm13/ 이거 보고 공부했습니당. 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 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93..

이번 챕터는 뭔가 허무한 느낌이 있네요 ㅠㅠ 오토인코더 구현하고 끝이라니... 추출한 특징을 쓰는 것까지 했으면 좋았을 텐데 아쉽네요. (기초적인) 오토인코더는 입력 X와 출력 Y가 있을때 출력 Y를 X와 똑같이 만드는 방법으로 특징을 추출한다고 합니다. 단, 히든 레이어를 입력 레이어의 뉴런 개수보다 작게 배치함으로써 데이터를 압축하게 됩니다. (오히려 더 많이 배치하고 어떠한 제한을 걸어서 특징을 추출하기도 한답니다.) 코드: 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 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55..

http://aturon.github.io/features/traits/common.html#avoid-inherent-methods-when-implementing-deref/derefmut-[fixme:-needs-rfc] Avoid inherent methods when implementing Deref/DerefMutThe rules around method resolution and Deref are in flux, but inherent methods on a type implementing Deref are likely to shadow any methods of the referent with the same name.

https://docs.microsoft.com/ko-kr/dotnet/csharp/language-reference/keywords/using-static 'using static'은 C# 6에서 도입된 기능으로서 정적 멤버를 '클래스.정적_멤버' 이런식으로 쓰던것을 'using static 클래스;'를 통해 '정적_멤버'를 바로 쓸 수 있게 해줍니다. 공식 문서의 예를 들자면 기존에 아래와 같은 코드가 있었다고 합시다. 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 using System; public class Circle { public Circle(double radius) { Radius = radius; } publ..

책에서 짤막하게 고수준 API를 알려주더라고요! 편하긴 편한데 역시 저수준 API를 쓰는게 원리를 배우는데엔 더 좋은것 같아요. 코드: 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 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 #-*- coding: utf-8 -*- import tensorflow as tfimport numpy as np from tensorflow.examples.tutorials.mnist import input_data mnist = input_d..

드디어 CNN을 써봤습니다. 이전부터 계속 진행했던 MNIST 데이터로 실습하였습니다. 코드: 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 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 import tensorflow as tfimport numpy as np from tensorflow.examp..

저는 파이썬 알못이라 matplotlib를 처음 듣지만 파이썬을 주 언어로 사용하시던 분들은 아마 잘 아실듯... 부럽다. 아무튼 이걸로 데이터를 시각화할 수 있다고 합니다. 여기선 MNIST에 있는 손글씨 숫자 이미지를 화면에 뿌려볼겁니다. 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 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 import tensorflow as t..