분류 전체보기
-
LSTM과 CNN의 조합을 이용한 영화 리뷰 분류하기Keras 2018. 1. 10. 18:03
import matplotlib.pyplot as pltimport numpy as np import tensorflow as tffrom keras.datasets import imdb from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense, LSTM, Embedding from keras.layers import Conv1D, MaxPooling1D, Dropout from keras.preprocessing import sequence # seed 값 설정 seed = 0 np.random.seed(seed) tf.set_random_seed(seed) # 데이터 불러오기 (x..
-
LSTM을 이용해 로이터 뉴스 카테고리 분석하기Keras 2018. 1. 10. 17:02
# 패키지 불러오기import matplotlib.pyplot as plt import numpy as np import tensorflow as tffrom keras.datasets import reuters from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense, LSTM, Embedding from keras.preprocessing import sequence # seed 값 설정 seed = 0 np.random.seed(seed) tf.set_random_seed(seed) # 학습 데이터와 테스트 데이터로 나누기 (x_train, y_train), (x_test, y_..
-
iris 품종 예측하기Keras 2018. 1. 9. 18:11
import pandas as pdimport seaborn as sns import matplotlib.pyplot as plt from sklearn.preprocessing import LabelEncoder from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense # 데이터 불러오기 iris = pd.read_csv("d:/MachineLearning/dataset/iris.csv", names = ["SL", "SW", "PL", "PW", "Species"]) # 데이터 일부 보기 iris.head() # 데이터 구조 보기 iris.info() # 품종별 히스토그램/산점도 ..
-
2018년도 001번째 읽은 책 : 블록과 함께 하는 파이썬 딥러닝 케라스Books 2018. 1. 6. 21:55
제 목 : 블록과 함께 하는 파이썬 딥러닝 케라스지 음 : 김태영 출판사 : DigitalBooks 가 격 : 25,000원 페이지 : p299 독서기간 : 2017년 12월 22일(금) ~ 2018년 1월 6일(토)2018년 들어 처음으로 일독을 한 책이다. 2년 전부터 기계학습(Machine Learning), 딥러닝(Deep Learning)에 관심을 갖게 되고, 대전에서 텐서플로우(TensorFlow) 모임을 몇 개월 함께 하며, 이론과 실습을 병행했다. 한국과학기술정보연구원(KISTI)에 근무하는 후배의 권유로 케라스(Keras)의 존재를 알게 되었고, 꼭 배우라는 당부의 말도 함께 들었다. 그리고 어느날 (주)인스페이스의 김태영 이사에게 연락이 왔다. 케라스 책을 집필했는데, 추천서를 써 달라..
-
문장 입력 다중클래스분류 모델 레시피(순환 컨볼루션 신경망 모델)Keras 2018. 1. 6. 21:35
# 1. 패키지 불러오기import matplotlib.pyplot as plt from keras.datasets import reuters from keras.utils import np_utils from keras.preprocessing import sequence from keras.models import Sequential from keras.layers import Dense, Embedding, LSTM, Flatten, Dropout from keras.layers import Conv1D, MaxPooling1D %matplotlib inline # 2. 데이터 생성하기 max_features = 15000 text_max_words = 120 # 2.1 훈련 데이터, 시험 데이터 ..
-
문장 입력 다중클래스분류 모델 레시피(컨볼루션 신경망 모델)Keras 2018. 1. 6. 21:34
# 1. 패키지 불러오기import matplotlib.pyplot as plt from keras.datasets import reuters from keras.utils import np_utils from keras.preprocessing import sequence from keras.models import Sequential from keras.layers import Dense, Embedding, LSTM, Flatten, Dropout from keras.layers import Conv1D, GlobalMaxPooling1D %matplotlib inline # 2. 데이터 생성하기 max_features = 15000 text_max_words = 120 # 2.1 훈련 데이터, 시..