| 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 |
- #영어 명언
- #영어
- #일상영어
- 영어명언
- convexhull
- word embedding
- findContours
- #실생활 영어
- text2img
- tokenizing
- tensorflow update
- Convolution Neural Network
- 영어
- #English
- #실생활영어
- keras
- #프로젝트
- #1일1영어
- python 알고리즘
- 이미지 생성
- #opencv
- opencv SURF
- TensorFlow
- #Android
- 완전탐색
- python list
- object detection
- 딥러닝
- python __init__
- c언어
- Today
- Total
목록Convolution Neural Network (2)
When will you grow up?
Convolution Neural Network (using FASHION-MNIST data)
[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..
Convolution Neural Network (using CIFAR-10 data)
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..