NeuroWhAI의 잡블로그

※ 이 글은 '코딩셰프의 3분 딥러닝 케라스맛'이라는 책을 보고 실습한걸 기록한 글입니다. imdb는 리뷰 문장의 단어들을 출현빈도순으로 정렬해서 정수로 변환시킨 시퀀스를 x로 하고 평가의 긍정적, 부정적 여부를 1, 0으로 라벨링한 데이터셋 입니다. 그러니까 예를 들어 x는 [31, 3, 55, 123, 4, 99, 4443, 3423] 이렇게 생겼고 y는 1(긍정적) 이렇게 되어있습니다. 목표는 x를 가지고 y를 예측하는 것입니다. 코드: 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859#-*- coding: utf-8 -*- import numpy as ..

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 ..

전부 코드 한두줄의 자잘한 오류 수정... 커밋하지 않으면 실행을 못하는 환경이라서 ㅠㅠ

절대로 NOX가 아니라구요.

아래 링크는 읽어보시면 좋을 것들. execution.h : http://en.cppreference.com/w/cpp/header/execution policy : http://en.cppreference.com/w/cpp/algorithm/execution_policy_tag_t stackoverflow : https://stackoverflow.com/a/47706880 C++17에 추가된 표준이라고 합니다. 다 테스트는 안해봤는데 아직 제대로 지원하는 컴파일러를 못찾았습니다. 직역하면 '실행 정책'이 되겠네요. 알고리즘을 순차적으로 실행할지 병렬적으로 실행할지 선택권을 줍니다. 예를 들어서 C++17 버전의 std::sort를 보면 이렇게 ExecutionPolicy를 받는 버전이 추가됬는데 여기..

※ 이 글은 '코딩셰프의 3분 딥러닝 케라스맛'이라는 책을 보고 실습한걸 기록한 글입니다. 코드: 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990#-*- coding: utf-8 -*- import numpy as npimport kerasfrom keras import layers, models, datasets, backendfrom keras.utils import np_utilsimport matplotlib.pyplot as plt clas..

공식 사이트 : https://www.paperspace.com/ 프로모션 코드 입력된 링크 : https://console.paperspace.com/signup?R=Q32IRHC Paperspace는 다른 클라우드 호스팅 서비스들과는 다르게 고성능 GPU를 이용하여 머신러닝, 그래픽 작업, 게이밍에 목적을 둔 서비스 입니다. (최근에는 TPU도 추가됐습니다.) 쉽게 말하면 고성능 그래픽카드가 필요한 작업을 다 할 수 있습니다. 실제로 Parsec이라는 게임 스트리밍 프로그램을 제공하는 사이트에 보면 서버용으로 클라우드 서버를 사용할 수 있는데 아래 사진처럼 여기에 Paperspace가 있습니다. 저도 여기서 보고 알았습니다. 사실 Parsec만 쓰실거라면 그냥 Parsec 사이트에서 진행하시는게 더 ..

아래 링크로 들어가셔서 가입하시거나https://www.paperspace.com/&R=Q32IRHC Billing(지불) 메뉴의 프로모션 코드 입력란에Q32IRHC 를 입력하시고 Apply 하시면 10달러를 얻으실 수 있습니다. 다만 다른 사람의 초대 코드와 중복 적용은 안됩니다.

CIFAR-10 학습 예제를 보다가 tf.nn.local_response_normalization란 함수를 찾았는데 뭐하는 놈인지 몰라서 검색하면서 정리한 글입니다. https://www.tensorflow.org/api_docs/python/tf/nn/local_response_normalization 공식 문서의 설명을 보면 tf.nn.local_response_normalization( input, depth_radius=5, bias=1, alpha=1, beta=0.5, name=None ) 이런 파라미터가 있고 이렇게 동작한다고 합니다. 이게 무슨 의미가 있나 싶은데 논문에 따르면 This sort of response normalization implements a form of latera..

쓰읍... 케라스 책은 오타도 많고 검수를 제대로 안한건지 뭔가 나사 빠진듯한 모습이라 첫인상이 별로 안좋습니다 ㅠㅠ... 간단한 인공 신경망으로 MNIST 이미지 분류를 학습하는 예제입니다. 코드: 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970#-*- coding: utf-8 -*- import numpy as npfrom keras import layers, models, datasetsfrom keras.utils import np_utilsimport matplotlib.pyplot as plt def ANN_..