전체 글
-
CNN Model 만들어 보기Keras 2017. 12. 30. 12:18
그림판을 이용하여 직접 만든 이미지를 분류하는 과정을 다루면 다음과 같다. 저자가 제공한 circle 20개, retangle20개, triangle 20개 png에 내가 추가로 만든 circle 20개, retangle 20개, triangle 20개를 사용하였다. train이라는 폴더에 circle, retangle, triangle 폴더를 만들고, 각각의 폴더에 30개의 png 그래프를 저장하고, test라는 폴더에도 circle, retangle, triangle 폴더를 만들고, 각각의 폴더에 10개의 png 그래프를 저장하였다. import numpy as np from keras.models import Sequential from keras.layers import Dense from ker..
-
CNN(Convolution Neural Network) Layer 이야기Keras 2017. 12. 29. 16:45
import numpy as npfrom keras.models import Sequential from keras.layers import Dense from keras.layers import Flatten from keras.layers.convolutional import Conv2D from keras.layers.convolutional import MaxPooling2D from keras.utils import np_utils from keras.utils.vis_utils import model_to_dot from IPython.display import SVG%matplotlib inline # 모델 구성하기 model = Sequential() model.add(Conv2D(2, (..
-
다층 퍼셉트론 신경망 모델 만들어보기Keras 2017. 12. 28. 23:42
# 1. 라이브러리 로딩하기import numpy as np from keras.models import Sequential from keras.layers import Dense from keras.utils.vis_utils import model_to_dot from IPython.display import SVG%matplotlib inline # 2. seed number 고정하기 np.random.seed(5) # 3. pima Indians Diabetes data 불러오기 pima = np.loadtxt("d:/keras/pima_indians_diabetes.txt", delimiter = ",") # 4. 데이터셋 생성하기 x_train = pima[:700, 0:8] y_train =..
-
-
Understanding LSTMDeepLearning 2017. 12. 27. 17:17
http://colah.github.io/posts/2015-08-Understanding-LSTMs/
-
학습 조기종료 시키기Keras 2017. 12. 25. 13:06
# 1. 사용할 패키지 불러오기from keras.utils import np_utils from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Activation from keras.callbacks import EarlyStopping import numpy as np import matplotlib.pyplot as plt %matplotlib inline # 2. 데이터셋 생성하기 # 2.1 훈련 데이터셋과 시험 데이터셋 불러오기 (X_train, Y_train), (X_test, Y_test) = mnist.load_data() # 2.2 훈련 데이터셋과 검증 데이터셋 분..