tensorflow

구름 부트캠프에서 텐서플로우를 배우는데, 공부하는 김에 텐서플로우 자격증까지 따는 것이 목표이다.일단, 오늘 배운 것들 정리를 해보자version 1 환경으로 회귀와 분류를 공부 중이다.1에서 지원해주는 몇 개의 데이터가 나에게는 안떠서(왜 안뜨는 거지?) load_d

test(X_test, y_test) 데이터랑 train(X_train, y_train) 데이터를 학습 시킬 때마다 len(\~~) 값을 써주기에는 너무 버거움.=> tf.placeholer() 사용!!실제 데이터가 담길 일종의 접시용도에 따라 data type과 sh

import 할 것들 해주기tensorflow의 keras에는 필요한 함수들이 모여있다위의 코드는 에러 메시지를 안뜨게 하는 것6만 장의 데이터들 중 첫번째 데이터 꺼내기각 이미지(28px \* 28px)가 0-255 사이의 숫자로 이뤄져있다는 것을 알게 됨reshap

sequential 방법 \- layer를 순차적으로 쌓아가는 것functional 방법 \- sequential 보다 고급 방법. 여러 함수 쓰는 것. tf.keras 안의 layers의 Dense는 층을 쌓아 올릴때 촘촘하게 쌓는 것을 말한다.activatio

import numpy as npmodel.predict(test_data0:1, :)np.argmax(model.predict(test_data0:1, :), axis=1)test_label0:1, :np.argmax(test_label0:1, :, axis=1)re

앞서 이런 코드를 쓰면서 input_dim 값을 넣어 주었다.input_dim 은, 입력 차원을 나타낸다.즉, Dense 레이어에 입력되는 데이터의 차원을 설정하는 역할을 한다.앞에 Flatten()을 쓰게 되면, input_dim을 쓰지 않아도 된다.원래는위의 코드로

import 해주기 데이터 준비 MNIST 불러오기 train & test split normalization 펼쳐주기 one-hot encoding 모델 만들기 컴파일

Epoch : 전체 데이터가 모두 학습한 단위Loss (Error) : 정답 값과의 오차Accuracy (acc) : 정확도supervised learning \*이 시험을 위해서는 지도학습만 알면 됨 \*보통 1,5번은 회귀 문제, 2,3,4는 분류 문제지도 학습

y = w\*x + bw: weight (기울기)b: bias (높낮이의 변화 - 절편)x: input datay: 예측 data 예측값손실함수(Loss Function)오차의 총합 : y예측값 - y실제값y예측값 = w\*x + b = (wx+b)-y실제값MAE (M