책 읽는 개발자

※ Tensorflow Hub : 일반화된 문제들에 대해서 모델의 재사용성을 극대화 하기 위해 구글에서 공개한 API, 미리 훈련된 모델을 FIne Tuning하여 쉽게 사용할 수 있음. ※ hub 설치 pip install tensorflow-hub ※ tfds 서치 pip install tensorflow_datasets Tensorflow Hub를 이용해서 기존 text classficiation 을 해봅니다. Code 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 import numpy as np import tensorflow as tf i..

Text 의 분류 예제입니다. keras.datasets 에서 제공하는 IMDB 리뷰셋을 이용해서 긍정(1), 부정(1)에 대한 평가에 대한 분류를 하는 내용입니다. dataset은 각 text에 포함되는 단어가 단어사전의 index 로 치환되어 제공되고, 최대 256 개의 단어 index를 포함합니다. train, test dataset의 각 text별 포함되는 단어 개수가 다르기 때문에 padding 작업이 필요합니다. model 구성 시, 이미지분류 때와는 달리 Embedding layer를 입력층으로 합니다. Code 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..

기본 이미지 분류 예제입니다. keras package의 datassets 중 fashion_mnist 이미지 data에 대해 분류를 하는 모델을 만들고 예측을 해봅니다. NN 모델은 입력층 뉴런 784(28*28)개 -> 은닉층 뉴런 128개 -> 출력층 뉴런 10개가 사용되었습니다. NN 모델 train 시, optimizer는 adam을, loss fuction은 sparse_categorical_crossentropy를 사용하였습니다. 아래 코드는 기존 Tutorial에서 필요한 부분만 작성하였습니다. Code 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 ..

딥러닝 정리를 위한 Tensorflow 포스팅을 시작하려고 합니다. 목적은 그동안 소흘했던 딥러닝 코딩을 본격적으로 체득화하기 위함입니다. Tensorflow 2.0 Tutorial 문서를 이용할 것이고, sample coding 및 test를 하고 정리 및 느낀 바를 남길 예정입니다. 잘 정리된 Tutorial을 굳이 정리하여 포스팅으로 남기는 이유는 제가 체습화한 부분에 대해 잘 기록해두기 위함입니다. 아래 문서가 너무 잘되어 있네요:) www.tensorflow.org/tutorials/quickstart/beginner?hl=ko 텐서플로 2.0 시작하기: 초보자용 | TensorFlow Core Note: 이 문서는 텐서플로 커뮤니티에서 번역했습니다. 커뮤니티 번역 활동의 특성상 정확한 번역과 ..