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