gold_honeybadger

가상환경 만들기 conda create -n (이름) python=3.7.10 $ conda create -n (가상환경 명) python=3.7.10 $ conda activate (가상환경 명) 다운로드 $ pip install --upgrade --ignore-installed tensorflow-gpu 완료

coding/딥러닝 2021. 6. 28. 10:07

타임 시리즈 데이터 분석용 Prophet라이브러리 사용법 시간을 가지고 있는 데이터들을 시간(미래)에 따른 데이터의 변화(예측)를 보고 싶을 때 사용한다. 설치 pip install fbprophet 사용 1. 기초작업 프로펫을 사용하기 위해서는 date컬럼은 ds 예측하고 싶은 data컬럼은 y 로 설정하여 사용한다. df.columns=['ds', 'y'] prophet 학습을 시킨다. m= Prophet() m.fit(df) 2. 기간 생성 예측하고 싶은 원하는 기간을 설정한다. default 값은 일 단위로. 만약 주단위를 원한다면 freq= 'W'를 하이퍼파라미터로 넣어준다. future =m.make_future_dataframe(365) forecast=m.predict(future) fut..

coding/딥러닝 2021. 3. 26. 12:44

컴퓨터가 정확하게 이미지를 판단하게 하기위해 그리고 부족한 이미지의 데이터를 보충하기 위해 사용하는 코드 이미지 제너레이터의 하이퍼 파라미터를 통해 사용할 수 있다. 1 2 3 4 5 6 7 8 9 10 11 12 from tensorflow.keras.preprocessing.image import ImageDataGenerator train_datagen = ImageDataGenerator( rescale = 1/255.0, rotation_range = 40, width_shift_range = 0.2, height_shift_range =0.4, shear_range = 0.2, zoom_range = 0.2, horizontal_flip = True, vertical_flip = True, f..

coding/딥러닝 2021. 3. 15. 17:10

아주 좋은 인공지능 모델을 가지고 와서 쓰는 방법이다. 만들어진 인공지능 모델(base model)을 내가 만드는(head model)에 붙이는 방식 # ------------ base model ------------ from tensorflow.keras.applications import MobileNetV2 base_model = MobileNetV2(input_shape=IMG_SHAPE, include_top=False, #1 weights="imagenet") #2 base_model.trainable = False #1 False :CNN만 가져올지 True: DNN까지 가져올지 #2 가중치 가져오기 #3 # trainable : 학습할 수 있게 할 것인지 ( 이미 모델안에 가중치가 최적화..

coding/딥러닝 2021. 3. 4. 18:07

여러 이미지들을 한번에 피쳐스케일링 + reshape을 동시에 해주는 고마운 함수 이미지가 들어있는 디렉토리 정보(링크)를 주고, 사이즈 정보(traget_size)도 주고, 분류(class_mode)의 정보도 준다. 1 2 3 4 5 6 7 8 9 10 11 12 13 from tensorflow.keras.preprocessing.image import ImageDataGenerator train_datagen = ImageDataGenerator(rescale = 1/255.0) #1 validation_datagen = ImageDataGenerator(rescale=1/255.0) train_generator = train_datagen.flow_from_directory('/tmp/cats_a..

coding/딥러닝 2021. 3. 3. 17:47

오버피팅을 확인해 볼 수 있는 코드이다. 1 2 3 4 5 6 7 8 import matplotlib.pyplot as plt plt.plot(epoch_history.history['accuracy'],color = 'b') plt.plot(epoch_history.history['val_accuracy'],color = 'r') plt.title('Model Accuracy') plt.xlabel('epoch') plt.ylabel('Acc.') plt.legend(['Train', 'Val']) plt.show() Colored by Color Scripter cs 코드를 입력하면 밑의 결과를 얻을 수 있는데 그래프를 보면 Train의 정확도가 증가하고 있어 모델이 좋아지고 있다고 생각할 수 있습니..

coding/딥러닝 2021. 3. 2. 23:45

유용한 콜백 함수 1 2 3 4 5 6 7 8 class myCallback(tf.keras.callbacks.Callback) : def on_epoch_end(self, epoch, logs={}) : if(logs.get('accuracy') > 0.92) : print('\n정확도가 92% 이상이라 학습을 멈춥니다.') self.model.stop_training = True my_cb = myCallback() #학습 시 callbacks=[my_cb]) 추가 cs 신경망이 한번 돌때 accuracy가 측정이 되는데, 내가 원하는 accuracy수치에 도달하였을 때 학습을 멈춰주는 함수이다. 1 2 3 4 5 6 epoch_history = model.fit(train_generator, ste..

coding/딥러닝 2021. 3. 2. 22:25

loss :신경망이 한 번 실행될 때 훈련 손실값 loss 함수(오차함수) : 훈련손실값을 계산하는 방정식 1 2 classifier.compile(loss = 'binary_crossentropy',optimizer='adam',metrics=['accuracy']) #loss에 문자열로 넣어주면 됨 Colored by Color Scripter cs 무엇을 예측하는 인공지능을 만들 것인지에 따라 오차함수(loss)를 바꿔주어야 한다. 오차함수에는 평균제곱오차(MSE), 크로스엔트로피(crossentropy) 함수가 있다. 평균 제곱 교차 엔트로피 - 예측 문제에서 활용하는 오차함수 - 가장 많이 사용되는 MSE(mean_squared_error)에서 파생되어짐 - 분류 문제에서 많이 활용하는 오차함수..

coding/딥러닝 2021. 3. 2. 17:58