'TensorFlow' 태그의 글 목록

본문 바로가기

728x90

TensorFlow

1/16 월 1. Tensorflow GPU 사용을 위한 리눅스 환경설정 # CUDA, 그래픽 드라이버 잘 설치 되었는지 확인 /usr/local/cuda-12.0/extras/demo_suite/deviceQuery 출처 더보기

4/15 금 악 금요일!!!!!!!!!!!!!!!!!!!!!!! 😇🥳 오늘은 MNIST를 CNN, Tensorflow 2.x, Colab으로 구현한다. Params(weights) = ksize Height × ksize Width × filter 개수 + b(filter 개수) 1. MNIST by CNN, Tensorflow 2.x, Colab import numpy as np import pandas as pd import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Flatten, Dense from tensorflow.keras.layers import Conv2D, MaxP.. 더보기

4/6 수 수요일! 오늘은 Multinomial Classification을 배운다. Linear Regression(연속적인 숫자 값 예측)이 발전한 것이 Logistic Regression → Classification(분류를 판단하는 예측) - Binary Classification(이항분류) - Multinomial Classification(다항분류) Logistic Regression은 이진 분류에 특화됨 SKlearn이 제공하는 분류기인 Gradient Descent(경사하강법)가 발전한 형태인 SGD Classifier(Stochastic Gradient Descent, 확률적 경사하강법) 1. Binary Classification - 위스콘신 유방암 데이터 by Gradient Descent Cl.. 더보기

4/5 화 화요일! Logistic Regression을 활용해 머신러닝 진행 시 주의사항을 알아본다. 앞으로 우리는 Classification(이항분류)의 Metrics로 Accuracy를 사용할 예정이다. 모델 평가 전 고려해야 하는 것들 1. learning rate(학습률) : loss 값을 보면서 학습률을 조정해야 함. 보통 1의 마이너스 4승으로 잡음 학습률이 너무 크다면 global minima(W')를 찾을 수 없게 됨 → OverShooting 발생 학습률이 아주 작다면 local minima 찾게 됨 2. Normalization(정규화) : MinMax Scaling - 0 ~ 1. 이상치에 민감함 Standardization - 표준화, Z-Score. 상대적으로 이상치에 둔감함, 모든 칼럼에.. 더보기

4/1 금 금요일! 😎 어제 잠깐 소개한 Logistic Regression을 배운다~ Linear Regression(연속적인 숫자 값 예측)이 발전한 것이 Logistic Regression → Classification(분류를 판단하는 예측) - Binary Classification(이항분류) - Multinomial Classification(다항분류) 그래프를 볼 수 있는 유틸리티 모듈(mglearn)을 추가적으로 설치하자 conda activate maching_TF15 pip install mglearn conda install은 이미 설치되어 있는 모듈, 패키지에 대한 Dependency를 고려해서 최적인 버전을 설치, pip install은 그냥 깔아버림 Logistic Regression : L.. 더보기

3/31 목 목요일! 오늘은 우리가 주력으로 사용할 Tensorflow를 배운다! 🐱‍🏍 수행평가 또 나왔넹.. 데이터 핸들링 2 + 머신러닝(다중선형회귀) 1. 4/5 화요일까지 제출!! Ozone 데이터로 다중선형회귀를 3가지 방법(Python, Sklearn, Tensorflow)으로 구현, 예측치가 비슷하게 나와야 한다! 당연히 데이터 전처리(결치값, 이상치, 정규화)도~ 가장 많이 쓰이는 딥러닝 오픈소스 라이브러리는 Google의 Tensorflow와 Facebook의 PyTorch~ Sklearn은 데이터 양과 변수가 많아지면 속도가 굉장히 느려지기 때문에, Tensorflow를 이용한다. Tensorflow 2.0 ver.이 등장하면서 이전 버전과는 완전히 다르게 바뀌었다. 기존에 만들었던 가상환경(ma.. 더보기

이전 1 다음

728x90

티스토리툴바