Study63 PyTorch 기초 사용법 보호되어 있는 글 입니다. 2021. 1. 18. [Tensorflow 2.0] Evaluating & Prediction Build Model Preprocess 데이터셋 불러오기 Training Evaluating 학습한 모델 확인 결과 확인 > input으로 들어갈 이미지 데이터 확인 > 모델에 Input Data로 확인 할 이미지 데이터 넣기 > np.argmax Test Batch > Batch로 Test Dataset 넣기 > Batch Test Dataset 모델에 넣기 > 결과 확인 2021. 1. 18. [Tensorflow 2.0] Optimization & Training 학습 과정 Optimization & Training Build Model Preprocess tf.data를 사용 (텐서플로우 공식홈페이지에서 말한 expert한 방법) tf.data Visualize Data > train_ds.take() Optimization Loss Function > Categorical vs Binsary - categorical : 두 개 이상의 클래스를 카테고리로 만들 경우 - binary : 클래스가 두 개인 경우 (ex. 개와 고양이, 있다 없다 등) > sparse_categorical_crossentropy vs categorical_crossentropy Metrics 모델을 평가하는 방법 > accuracy를 이름으로 넣는 방법 > tf.keras.metric.. 2021. 1. 18. [Tensorflow 2.0] 각 Layer별 역할 개념 및 파라미터 보호되어 있는 글 입니다. 2021. 1. 11. [Tensorflow 2.0] dataset(MNIST) Data Process (MNIST) 데이터 불러오기 TensorFlow에서 제공해주는 데이터셋(MNIST) 불러오기 데이터 shape 확인하기 Image Dataset 들여다보기 불러온 데이터셋에서 이미지 데이터 하나만 뽑아 시각화하여 확인하기 - 데이터 하나 뽑기 - 시각화해서 확인하기 Channel 관련 [Batch Size, Height, Width, Channel] GrayScale이면 1, RGB이면 3으로 만들어줘야함 데이터 차원수 늘리기 (numpy) TensorFlow 패키지를 불러와 데이터 차원수 늘리기 (tensorflow) * matplotlib로 이미지 시각화 할 때는 gray scale의 이미지는 3번쨰 dimension이 없으므로, 2개의 dimension으로 gray scal.. 2021. 1. 11. [Tensorflow 2.0] 기초 사용법 Tensor 생성 list 생성 Array 생성 tuple이나 list 둘 다 np.array()로 씌워 array를 만들 수 있다 tf.constant() · list -> tensor · tuple -> tensor · array -> tensor Tensor에 담긴 정보 확인하기 shape 확인 data type 확인 * 주의 : Tensor를 생성할 때도 data type을 정해주지 않기 때문에 data type에 대한 혼동이 올 수 있다 * Data Type에 따라 모델의 무게나 성능 차이에 영향을 줄 수 있다 data type 정의 data type 변환 Numpy에서 astype()을 주었듯 TensorFlow에서는 tf.cast를 사용한다 Tensor에서 Numpy 불러오기 .numpy().. 2021. 1. 11. 이전 1 2 3 4 5 6 7 ··· 11 다음
