일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- python list
- TensorFlow
- Convolution Neural Network
- #영어 명언
- #실생활 영어
- convexhull
- 완전탐색
- tokenizing
- #1일1영어
- #opencv
- object detection
- word embedding
- #실생활영어
- #일상영어
- 딥러닝
- python __init__
- 영어명언
- keras
- text2img
- c언어
- 영어
- python 알고리즘
- tensorflow update
- opencv SURF
- #프로젝트
- #Android
- 이미지 생성
- findContours
- #영어
- #English
- Today
- Total
목록02. Study/Keras (14)
When will you grow up?
저번시간에는 word embedding /1D conv, maxpool 을 이용하여 IMDB dataset을 학습 시켰다면,이번시간에는 RNN중에서도 가장 많이사용되는, LSTM으로 IMDB dataset을 학습시켜 볼 예정입니다. 기본적으로 RNN(Recurrent Neural Network)은 시간에 따라 x가 변화하는 데이터를 학습시키기에 좋은 Neural Network 입니다(ex. 동영상, 음성, text 등등) [1.기본적인 RNN 구조] RNN은 기존에 NN와 비슷한 모양처럼 생겼지만, 중간에 Recurrent의 구조가 반복되는 구조가 다른점 입니다.이 구조를 펼쳐보면 오른쪽과 1번 이미지의 오른쪽의 구조처럼 각 중간중간의 Hidden Layer들이 연결되어 있는 구조 입니다.보통 Neura..
[code]12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667# -*- coding: utf-8 -*- from keras.models import Sequentialfrom keras.layers import Denseimport numpy as np import pandas as pdfrom sklearn.cross_validation import train_test_splitfrom keras.callbacks import EarlyStoppingfrom keras.layers import Dense, Dropout, Activ..
[Code]123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102import numpy as npimport mnist_readerfrom keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.layers import Dropoutfrom keras.layers import Fla..
CIFAR-10 dataset 을 이용하여, Keras로 CNN모델구성을 하여, 학습을 시켜보고 약 85%성능을 내는 모델을 만들어보겠습니다. Convolution Neural Network (using CIFAR-10 data) Processing 1.Load Data2.Define Model3.Compile Model4.Fit Model5.Evaluate Model6.Tie It All Together 1~6번 순서로 진행하며, (2,3,4)번을 바꿔가면서 최적의 성능을 내는 CNN를 완성할 것이다. Load Data Define Model [Conv -Activation - BatchNormalization] [Conv -BatchNormalization- Activation] Layer 순서를 위..