전체 글
[Pandas] Pandas02 - EURO12 풀이
Step 1. Import the necessary libraries->import pandas as pd Step 2. Import the dataset from this address.Step 3. Assign it to a variable called euro12.-> euro12 = pd.read_csv('https://raw.githubusercontent.com/guipsamora/pandas_exercises/master/02_Filtering_%26_Sorting/Euro12/Euro_2012_stats_TEAM.csv', sep=',') euro12 Step 4. Select only the Goal column.-> euro12.Goals A : 0 4 1 4 2 4 3 5 4 3 5 ..
[Numpy] Numpy 연습문제 41~50
41. How to sum a small array faster than np.sum? -> A = np.arange(10) np.add.reduce(A) A : 45 42. Consider two random array A and B, check if they are equal-> A = np.random.randint(0,2,5) B = np.random.randint(0,2,5) print(np.allclose(A,B)) print(np.array_equal(A,B)) A : FalseFalse 해설 : np.random.randint(~부터,~까지,갯수)로 random한 수를 만든다. 그리고 np.allclose / np.array_equal로 이 둘이 같은지 확인한다. 43. Make an ar..
![[모두의 딥러닝] MNIST 99% with CNN](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F99F95E4A5C3301B108)
[모두의 딥러닝] MNIST 99% with CNN
Sung Kim 님의 "모두의 딥러닝" 강의노트입니다좋은 강의 감사드립니다!https://www.youtube.com/watch?v=mQGwjrStQgg&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=5 10개 중에 1개를 예측하는 시스템을 생각가능 N개의 이미지 784개의 값을 가짐 이를 이미지 입력으로 넣기 위해 reshape을 해줌 -1은 n개를 말한다. x image가 바로 입력이 될 것 이다. 필터의 크기는 3x3, 색상, 32개의 필터를 사용함 conv를 통과시킴 Padding = same해서 w의 크기에 상관없이 출력값은 입력의 이미지 사이즈와 같게 만들어줌 (그대로 28x28 유지) 그 다음 ReLU통과( 값이 변화하지 않음) 그 후 pooling 해줌 ..
![[모두의 딥러닝] TensorFlow CNN Basics](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F9975DC3F5C32E80D0D)
[모두의 딥러닝] TensorFlow CNN Basics
Sung Kim 님의 "모두의 딥러닝" 강의노트입니다좋은 강의 감사드립니다!https://www.youtube.com/watch?v=mQGwjrStQgg&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=5 Filter를 사용하여 conv 값을 뽑아냄 뽑아낸 값을 양이 많아지기에 작게 sub-sampling을 해준다. 마지막으로 feature extraction의 과정을 거친다. 이런 최종 값들은 FC network를 통해 최종값을 도출할 수 있다. 3x3x1(색상) 이미지 / 필터도 같은 색상을 가짐 tf.InteractiveSession()생성시 자기 자신을 기본 세션으로 설치한다는 것입니다. Tensor.eval()메서드와 Operation.run()메서드는 연산을 ..
![[모두의 딥러닝] ConvNet 활용예](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F999EA7355C32D6E92F)
[모두의 딥러닝] ConvNet 활용예
Sung Kim 님의 "모두의 딥러닝" 강의노트입니다좋은 강의 감사드립니다!https://www.youtube.com/watch?v=mQGwjrStQgg&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=5 Case 1 : LeNet-5 5x5 filter & stride =1 Case2 : AlexNet input사이즈가 큼 96개의 필터 ( 크기는 11x11x3이고 stride=4) 35k 의 parameter가 필요함 두 번째 pooling 할 때 3x3필터 사용 계속 깊어짐 새로운 Norm layer가 나옴 : 나온 값들을 normalization해주는 것인데, 최근에 들어서는 굳이 할 필요가 없다라고 말한다. 6*6*256 by 4096 행렬로 차원을 축소해주는 ..
![[Pandas] Pandas02 - Chipotle 풀이](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F99029B335C30E40B25)
[Pandas] Pandas02 - Chipotle 풀이
Step 1. Import the necessary libraries -> import pandas as pd import numpy as np Step 2. Import the dataset from this address. Step 3. Assign it to a variable called chipo. -> url = "https://raw.githubusercontent.com/justmarkham/DAT8/master/data/chipotle.tsv" chipo = pd.read_csv(url,sep='\t') Step 4. How many products cost more than $10.00? -> prices = [float(value[1 : -1]) for value in chipo.it..