전체 글
![[Numpy] Numpy 연습문제 31~40](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F99EA444F5C30D49116)
[Numpy] Numpy 연습문제 31~40
31. How to ignore all numpy warnings (not recommended)? -> # Suicide mode on defaults = np.seterr(all="ignore") Z = np.ones(1) / 0 # Back to sanity _ = np.seterr(**defaults) An equivalent way, with a context manager: with np.errstate(divide='ignore'): Z = np.ones(1) / 0 해설 : 처음에 all을 ignore로 설정하여 오류발생시 아무 action도 취하지 않게 했다. 그리고 **default로 원래대로 돌려놓는다. 그리고 경고를 표시하지 않으려고 numpy.errstate(divide = ‘ig..
![[모두의 딥러닝] ConvNet Max pooling 과 Full Network](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F99509A395C3062AB21)
[모두의 딥러닝] ConvNet Max pooling 과 Full Network
Sung Kim 님의 "모두의 딥러닝" 강의노트입니다좋은 강의 감사드립니다!https://www.youtube.com/watch?v=mQGwjrStQgg&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=5 ConV ReLU이외의 나머지 부분에 대한 것 Pooling layer는 Sampling이라고 봐도 된다! Conv layer를 통해 하나의 이미지가 나오게 된다. size를 작게 만들어 주는 것을 Pooling(sampling)이라고 한다. 그리고 resize된 것들을 다시 쌓는다 . 2x2의 output이 나오게 된다. 어떤 값을 가져올지를 pooling이 정한다. 가장 많이 사용되는 방식이 큰 값을 가져오는 Max Pooling이다. Score 값이 가장 크다 -..
![[모두의 딥러닝] CNN Introduction](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F9956FA335C305B651A)
[모두의 딥러닝] CNN Introduction
Sung Kim 님의 "모두의 딥러닝" 강의노트입니다좋은 강의 감사드립니다!https://www.youtube.com/watch?v=mQGwjrStQgg&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=5 각각의 부분을 바라보는 Neuron들이 있다는 것! 이미지를 잘라서 각각의 입력을 보게됨 이 층을 Conv layer라고 함. 사시에 ReLU 층을 넣고 중간에 Pooling을 해주기도 함 그다음 FC( Fully Connected ) NN으로 구성해서 labeling을 해준다. Softmax classify를 해주는 것이다. 처음에 이미지를 입력으로 받아들인다. 마지막 3은 색상을 말한다 고양이가 보는 것 처럼 하나의 부분을 먼저 본다. 마지막 3은 항상 같은 값 필..
![[모두의 딥러닝] NN, ReLu, Xavier, Dropout, and Adam](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F997DB64B5C30529A08)
[모두의 딥러닝] NN, ReLu, Xavier, Dropout, and Adam
Sung Kim 님의 "모두의 딥러닝" 강의노트입니다좋은 강의 감사드립니다!https://www.youtube.com/watch?v=mQGwjrStQgg&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=5 기존의 softmax로 진행했을 때이다. cost를 구할 때 tf.nn.softmax_cross_entropy_with_logits를 사용하여 더 간편하게 하였다. 또한 이제 GradientDescentOptimizer를 사용하지 않고 AdamOptimizer를 사용하였다. 여기에 ReLU를 이용하여 Layer를 더 쌓아준다. 마지막 단에서 hypothesis를 구성할 때는 그냥 tf.matmul만을 이용한다. 더욱 더 향상된 94%의 정확도를 보인다. 여기서 Xavi..
![[Pandas] pandas01 - World Food Facts 풀이](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F99F85E375C2F48D631)
[Pandas] pandas01 - World Food Facts 풀이
Step 1. Go to https://www.kaggle.com/openfoodfacts/world-food-facts/data Step 2. Download the dataset to your computer and unzip it. Step 3. Use the tsv file and assign it to a dataframe called food -> import pandas as pd import numpy as np food = pd.read_csv(‘en.openfoodfacts.org.products.tsv', sep='\t’) Step 4. See the first 5 entries -> food.head(5) A : Step 5. What is the number of observati..
![[Numpy] Numpy 연습문제 21~30](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Ft1.daumcdn.net%2Fcfile%2Ftistory%2F999394395C2F42742A)
[Numpy] Numpy 연습문제 21~30
21. Create a checkerboard 8x8 matrix using the tile function -> Z = np.tile(np.array([[0,1],[1,0]]),(4,4)) Z A : array([[0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 1, 0, 1, 0, 1, 0], [0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 1, 0, 1, 0, 1, 0], [0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 1, 0, 1, 0, 1, 0], [0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 1, 0, 1, 0, 1, 0]]) 해설 : np.array로 0,1 / 1,0을 만들고 가로, 세로4번 반복해준다. 22. Normalize a 5x5 ran..